| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 目标跟踪研究现状 | 第12-13页 |
| 1.3 目标跟踪方法分类 | 第13-15页 |
| 1.4 本文的研究内容及论文结构 | 第15-17页 |
| 2 目标跟踪算法基础理论研究 | 第17-37页 |
| 2.1 目标跟踪算法中的图像特征提取 | 第17-28页 |
| 2.1.1 SIFT特征检测 | 第18-22页 |
| 2.1.2 SURF特征检测 | 第22-25页 |
| 2.1.3 HOG特征检测 | 第25-28页 |
| 2.2 目标跟踪算法中的特征匹配 | 第28-32页 |
| 2.3 面向增强现实系统的特征检测算法 | 第32-35页 |
| 2.4 本章小结 | 第35-37页 |
| 3 基于TLD框架的目标跟踪算法 | 第37-55页 |
| 3.1 TLD算法基本理论 | 第37-43页 |
| 3.1.1 检测器 | 第38-41页 |
| 3.1.2 跟踪器 | 第41-42页 |
| 3.1.3 学习器 | 第42-43页 |
| 3.2 TLD算法流程及实现 | 第43-47页 |
| 3.3 改进的TLD算法及实验 | 第47-53页 |
| 3.4 本章小结 | 第53-55页 |
| 4 TLD目标跟踪算法的提速与应用 | 第55-73页 |
| 4.1 KCF算法基本理论 | 第55-60页 |
| 4.1.1 循环矩阵 | 第56-58页 |
| 4.1.2 核相关滤波 | 第58-59页 |
| 4.1.3 快速目标跟踪 | 第59-60页 |
| 4.2 KCF算法流程 | 第60-62页 |
| 4.3 面向增强现实辅助维修系统的TLD-G目标跟踪算法 | 第62-70页 |
| 4.3.1 TLD-G算法流程 | 第62-64页 |
| 4.3.2 标准视频序列实验测试 | 第64-68页 |
| 4.3.3 真实维修作业场景实验测试 | 第68-70页 |
| 4.4 本章小结 | 第70-73页 |
| 5 增强现实辅助维修系统的设计与实现 | 第73-85页 |
| 5.1 增强现实辅助维修系统设计 | 第73-75页 |
| 5.2 三维注册问题 | 第75-81页 |
| 5.3 系统的实现与测试 | 第81-83页 |
| 5.4 本章小结 | 第83-85页 |
| 6 结论 | 第85-87页 |
| 6.1 工作总结 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 附录A | 第91-97页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第97-101页 |
| 学位论文数据集 | 第101页 |