基于特征融合的相关滤波跟踪算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究工作及内容安排 | 第15-17页 |
| 第二章 相关滤波跟踪算法概述 | 第17-23页 |
| 2.1 基于相关滤波的目标跟踪 | 第17-21页 |
| 2.1.1 自适应相关滤波 | 第17-18页 |
| 2.1.2 判别式相关滤波器 | 第18-20页 |
| 2.1.3 尺度预测 | 第20-21页 |
| 2.1.4 模型更新 | 第21页 |
| 2.2 算法整体框架 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 相关滤波中的特征分析 | 第23-33页 |
| 3.1 特征介绍 | 第23-25页 |
| 3.1.1 灰度特征 | 第23-24页 |
| 3.1.2 梯度方向直方图 | 第24页 |
| 3.1.3 局部二值模式 | 第24-25页 |
| 3.1.4 颜色名 | 第25页 |
| 3.2 特征适应性分析 | 第25-30页 |
| 3.2.1 评价标准与方法 | 第25-27页 |
| 3.2.2 适应性分析 | 第27-30页 |
| 3.3 特征互补性分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于主成分分析的特征融合跟踪算法 | 第33-42页 |
| 4.1 串行特征融合的局限 | 第33页 |
| 4.2 基于主成分分析的特征融合 | 第33-35页 |
| 4.3 模型更新 | 第35-36页 |
| 4.4 算法流程 | 第36页 |
| 4.5 实验结果与分析 | 第36-41页 |
| 4.5.1 实验参数设置 | 第37页 |
| 4.5.2 实验数据集与评估方法 | 第37页 |
| 4.5.3 特征融合效果验证 | 第37-39页 |
| 4.5.4 与其它流行算法比较 | 第39-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 基于特征渐进表达的相关滤波跟踪算法 | 第42-55页 |
| 5.1 特征需求分析 | 第42-43页 |
| 5.2 视觉表达模型 | 第43-45页 |
| 5.3 分层渐进跟踪框架 | 第45-49页 |
| 5.3.1 基础层跟踪 | 第45-46页 |
| 5.3.2 中心能量响应率 | 第46-47页 |
| 5.3.3 强化层跟踪 | 第47-48页 |
| 5.3.4 模型更新策略 | 第48-49页 |
| 5.4 算法流程 | 第49-50页 |
| 5.5 实验结果与分析 | 第50-54页 |
| 5.5.1 实验参数设置 | 第50页 |
| 5.5.2 渐进表达有效性验证 | 第50-52页 |
| 5.5.3 与其它流行算法比较 | 第52-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文工作总结 | 第55-56页 |
| 6.2 后续研究展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在学期间的研究成果及发表的学术论文 | 第61页 |
