复杂场景下运动目标的视觉跟踪方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 运动目标的视觉跟踪技术研究现状 | 第9-12页 |
| 1.2.1 视觉跟踪的一般思路与方法 | 第9-10页 |
| 1.2.2 视觉跟踪技术的应用 | 第10-11页 |
| 1.2.3 视觉跟踪的难点问题 | 第11-12页 |
| 1.3 论文的主要内容 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 复杂场景中运动目标及其背景特征分析 | 第14-26页 |
| 2.1 复杂场景及其成像特点 | 第14-16页 |
| 2.1.1 遮挡目标的跟踪问题 | 第14-15页 |
| 2.1.2 快速目标的实时跟踪问题 | 第15-16页 |
| 2.2 目标特征及其描述方式 | 第16-24页 |
| 2.2.1 目标的描述方式 | 第16-17页 |
| 2.2.2 典型特征的提取方法 | 第17-24页 |
| 2.2.3 几种特征的性能分析 | 第24页 |
| 2.3 不同场景下跟踪特征的选取 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于SURF与卡尔曼滤波的遮挡目标跟踪算法 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 基于SURF的目标跟踪算法 | 第26-29页 |
| 3.2.1 SURF特征的匹配方法 | 第27页 |
| 3.2.2 基于SURF的跟踪算法 | 第27-28页 |
| 3.2.3 SURF算法的问题与不足 | 第28-29页 |
| 3.3 基于卡尔曼滤波的轨迹预测方法 | 第29-35页 |
| 3.3.1 卡尔曼滤波的基本原理 | 第29-31页 |
| 3.3.2 基于卡尔曼滤波的轨迹预测 | 第31-34页 |
| 3.3.3 候选区域的预测方法 | 第34-35页 |
| 3.4 实验仿真与结论 | 第35-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于压缩跟踪的快速运动目标跟踪算法 | 第41-55页 |
| 4.1 引言 | 第41页 |
| 4.2 压缩跟踪算法 | 第41-47页 |
| 4.2.1 压缩感知概述 | 第42-43页 |
| 4.2.2 特征压缩原理 | 第43-45页 |
| 4.2.3 分类器的构建 | 第45-46页 |
| 4.2.4 压缩跟踪算法流程 | 第46-47页 |
| 4.3 基于模板检测的压缩跟踪改进算法 | 第47-51页 |
| 4.3.1 问题的提出 | 第47-48页 |
| 4.3.2 模板匹配原理 | 第48-49页 |
| 4.3.3 改进后的算法流程 | 第49-51页 |
| 4.4 仿真结果与分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 结论与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A. 作者在攻读硕士学位期间发表论文与专利 | 第62页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第62页 |
| C. 作者在攻读硕士学位期间所获奖励 | 第62页 |
