视频中运动目标的跟踪方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-12页 |
| 1.3 本文主要研究工作 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第二章 目标跟踪基础知识与基本理论 | 第14-25页 |
| 2.1 目标跟踪基本组成 | 第14-20页 |
| 2.1.1 运动模型 | 第14-17页 |
| 2.1.2 特征提取 | 第17-18页 |
| 2.1.3 观测模型 | 第18-20页 |
| 2.1.4 融合处理 | 第20页 |
| 2.1.5 模型更新 | 第20页 |
| 2.2 基于相关滤波器的目标跟踪 | 第20-23页 |
| 2.3 多专家恢复策略 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于置信图特性改进的时空上下文目标跟踪 | 第25-34页 |
| 3.1 引言 | 第25页 |
| 3.2 时空上下文跟踪 | 第25-26页 |
| 3.3 改进的时空上下文跟踪 | 第26-30页 |
| 3.3.1 STC置信图的误差特性 | 第26-27页 |
| 3.3.2 目标特征表示 | 第27-29页 |
| 3.3.3 带遮挡检测的更新 | 第29-30页 |
| 3.4 算法实现步骤 | 第30页 |
| 3.5 仿真实验与结果分析 | 第30-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 具有局部与全局表达和尺度预测的目标跟踪 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 具有局部与全局表达和尺度预测的目标跟踪 | 第34-39页 |
| 4.2.1 基于局部表达的最佳伙伴相似检测 | 第34-35页 |
| 4.2.2 基于全局表达的示例判别分类 | 第35-37页 |
| 4.2.3 基于相关滤波器的尺度预测 | 第37-38页 |
| 4.2.4 在线CUR滤波器 | 第38-39页 |
| 4.3 算法实现步骤 | 第39-40页 |
| 4.4 仿真实验与结果分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于干扰项排除与多历史状态恢复的目标跟踪 | 第43-52页 |
| 5.1 引言 | 第43页 |
| 5.2 基于干扰项排除与多历史状态恢复的目标跟踪 | 第43-47页 |
| 5.2.1 基于颜色的像素级别目标相似性 | 第43-44页 |
| 5.2.2 融合卷积特征的干扰项排除 | 第44-46页 |
| 5.2.3 历史状态恢复 | 第46-47页 |
| 5.3 算法实现步骤 | 第47-48页 |
| 5.4 仿真实验与结果分析 | 第48-50页 |
| 5.5 本文所提三个算法对比 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 主要结论与展望 | 第52-54页 |
| 主要结论 | 第52页 |
| 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第60页 |
