基于KCF跟踪算法的目标轨迹记录系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的背景 | 第9-12页 |
| 1.2 计算视觉的国内外进展情况 | 第12-15页 |
| 1.2.1 特征提取的国内外进展情况 | 第12-14页 |
| 1.2.2 目标跟踪的国内外进展情况 | 第14-15页 |
| 1.2.3 计算机视觉的未来发展方向 | 第15页 |
| 1.3 本文研究的主要内容 | 第15-17页 |
| 第二章 双目视觉基础理论 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 双目视觉的成像理论 | 第17-21页 |
| 2.2.1 相机的成像模型 | 第17-19页 |
| 2.2.2 双目视觉的坐标转换 | 第19-20页 |
| 2.2.3 双目测量模型 | 第20-21页 |
| 2.3 像机标定模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 跟踪算法研究 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 KCF跟踪算法 | 第23-26页 |
| 3.2.1 HOG特征 | 第23-24页 |
| 3.2.2 KCF跟踪算法中的最小二乘分类器 | 第24页 |
| 3.2.3 循环矩阵 | 第24-25页 |
| 3.2.4 利用循环矩阵的最小二乘分类器 | 第25页 |
| 3.2.5 非线性回归的核相关滤波器 | 第25-26页 |
| 3.2.6 核相关滤波器的响应 | 第26页 |
| 3.3 TLD跟踪算法 | 第26-30页 |
| 3.3.1 TLD跟踪算法的检测器介绍 | 第27-28页 |
| 3.3.2 TLD跟踪算法的跟踪器介绍 | 第28-29页 |
| 3.3.3 TLD跟踪算法的学习模块介绍 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 特征提取与匹配算法 | 第31-41页 |
| 4.1 引言 | 第31页 |
| 4.2 图像特征类型 | 第31-32页 |
| 4.3 特征点检测算法 | 第32-37页 |
| 4.3.1 Harris特征点检测 | 第32-33页 |
| 4.3.2 SIFT特征点检测 | 第33-37页 |
| 4.3.3 FAST特征点检测 | 第37页 |
| 4.4 ORB特征提取与描述算法 | 第37-39页 |
| 4.4.1 O-FAST特征点检测 | 第38页 |
| 4.4.2 rBRIEF特征描述 | 第38-39页 |
| 4.5 双目视觉匹配优化 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 双目摄像头的测量以及轨迹绘制 | 第41-44页 |
| 5.1 引言 | 第41页 |
| 5.2 双目视觉测量模型 | 第41-42页 |
| 5.3 基于模糊模型的非线性降噪以及拟合 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 目标轨迹记录系统 | 第44-58页 |
| 6.1 引言 | 第44页 |
| 6.2 系统的软、硬件平台 | 第44-45页 |
| 6.3 系统的相机标定 | 第45-47页 |
| 6.4 系统的结构以及流程 | 第47-55页 |
| 6.4.1 跟踪模块 | 第48-50页 |
| 6.4.2 坐标计算模块 | 第50-52页 |
| 6.4.3 轨迹拟合模块 | 第52-55页 |
| 6.4.4 文件管理模块 | 第55页 |
| 6.4.5 显示模块 | 第55页 |
| 6.5 系统运行结果 | 第55-56页 |
| 6.6 本章小结 | 第56-58页 |
| 结束语 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 发表文章 | 第63-64页 |
| 致谢 | 第64页 |
