| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 人体目标跟踪的难点 | 第13-15页 |
| 1.4 本文的研究内容及贡献 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第二章 目标跟踪算法基本理论 | 第17-34页 |
| 2.1 目标跟踪算法的基本框架 | 第17-20页 |
| 2.1.1 运动模型 | 第18-19页 |
| 2.1.2 特征提取 | 第19页 |
| 2.1.3 观测模型 | 第19-20页 |
| 2.1.4 模型更新 | 第20页 |
| 2.1.5 集合处理 | 第20页 |
| 2.2 基于相关滤波的目标跟踪算法 | 第20-22页 |
| 2.3 基于深度学习的目标跟踪算法 | 第22-31页 |
| 2.3.1 卷积神经网络结构 | 第22-26页 |
| 2.3.2 基于深度学习的目标跟踪算法研究 | 第26-31页 |
| 2.4 目标跟踪算法所用数据集和算法性能评价指标 | 第31-33页 |
| 2.4.1 目标跟踪数据集 | 第31页 |
| 2.4.2 目标跟踪算法性能评价指标 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于DRAGAN的长时间人体目标跟踪算法的研究 | 第34-54页 |
| 3.1 生成对抗网络概述 | 第34-38页 |
| 3.1.1 判别模型与生成模型 | 第34-35页 |
| 3.1.2 生成对抗网络 | 第35-38页 |
| 3.2 目标跟踪中模型更新策略的研究 | 第38-45页 |
| 3.2.1 现有模型更新策略中样本生成方法的研究 | 第39-41页 |
| 3.2.2 基于DRAGAN的长时间人体目标跟踪算法 | 第41-45页 |
| 3.3 基于DRAGAN的长时间人体目标跟踪算法对比实验与分析 | 第45-53页 |
| 3.3.1 实验所需数据集 | 第45-46页 |
| 3.3.2 算法参数设置 | 第46页 |
| 3.3.3 算法对比实验分析 | 第46-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于StarGAN的多姿态人体目标跟踪算法的研究 | 第54-71页 |
| 4.1 图像转换方法概述 | 第54-57页 |
| 4.2 基于StarGAN的人体姿态变化问题的研究 | 第57-64页 |
| 4.2.1 人体目标跟踪姿态变化问题的研究 | 第57-58页 |
| 4.2.2 基于StarGAN的多姿态人体目标跟踪算法 | 第58-64页 |
| 4.3 基于StarGAN的多姿态人体目标跟踪算法对比实验与分析 | 第64-70页 |
| 4.3.1 实验所需数据集 | 第64-65页 |
| 4.3.2 算法参数设置 | 第65-66页 |
| 4.3.3 算法对比实验分析 | 第66-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间取得的成果 | 第80页 |
