| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 目标检测的研究现状 | 第10-12页 |
| 1.2.2 目标跟踪的研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 相关理论技术研究 | 第17-33页 |
| 2.1 目标特征相关方法 | 第17-20页 |
| 2.1.1 HOG特征 | 第17-19页 |
| 2.1.2 颜色直方图特征 | 第19页 |
| 2.1.3 颜色命名法 | 第19-20页 |
| 2.2 相关滤波算法 | 第20-26页 |
| 2.3 深度学习相关理论 | 第26-31页 |
| 2.4 本章小节 | 第31-33页 |
| 第3章 基于高置信度的相关滤波算法研究 | 第33-45页 |
| 3.1 算法概述 | 第33-34页 |
| 3.2 算法设计分析 | 第34-39页 |
| 3.2.1 基于背景信息块的特征优化 | 第34-37页 |
| 3.2.2 更新策略改进 | 第37-39页 |
| 3.3 实验结果与分析 | 第39-44页 |
| 3.3.1 实验素材及评估方式说明 | 第39-42页 |
| 3.3.2 实验环境 | 第42-43页 |
| 3.3.3 实验结果分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于特征融合的深度残差学习跟踪模型的研究 | 第45-59页 |
| 4.1 目标特征表征分析 | 第45-47页 |
| 4.1.1 深度特征 | 第45-46页 |
| 4.1.2 HOG特征和颜色直方图 | 第46-47页 |
| 4.2 跟踪模型策略 | 第47-51页 |
| 4.2.1 残差学习策略 | 第47-48页 |
| 4.2.2 残差网络设计 | 第48-50页 |
| 4.2.3 目标跟踪策略 | 第50-51页 |
| 4.3 实验结果与对比分析 | 第51-57页 |
| 4.3.1 基于OTB2013和OTB2015的实验结果分析 | 第51-54页 |
| 4.3.2 模型的鲁棒性分析 | 第54-57页 |
| 4.4 本章小结 | 第57-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 致谢 | 第67-68页 |