基于模板匹配及多特征融合的目标跟踪算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 目标跟踪研究现状 | 第10-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 理论基础 | 第15-20页 |
| 2.1 引言 | 第15页 |
| 2.2 贝叶斯推理框架 | 第15-17页 |
| 2.2.1 贝叶斯公式 | 第16-17页 |
| 2.2.2 贝叶斯顺序推理 | 第17页 |
| 2.3 跟踪过程描述 | 第17-19页 |
| 2.3.1 特征提取 | 第17页 |
| 2.3.2 运动模型 | 第17-18页 |
| 2.3.3 观测模型 | 第18页 |
| 2.3.4 模板更新 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于非负最小二乘在线样本选择目标跟踪算法 | 第20-36页 |
| 3.1 引言 | 第20-21页 |
| 3.2 算法依据 | 第21-23页 |
| 3.2.1 顺序推理模型 | 第21-22页 |
| 3.2.2 样本选择 | 第22-23页 |
| 3.3 基于NNLS的在线样本选择的跟踪算法 | 第23-27页 |
| 3.3.1 得分函数 | 第23-24页 |
| 3.3.2 基于NNLS的样本采集方法 | 第24-25页 |
| 3.3.3 算法构造 | 第25-27页 |
| 3.3.4 模板更新 | 第27页 |
| 3.3.5 算法复杂度分析 | 第27页 |
| 3.4 模型的有效性验证及分析 | 第27-35页 |
| 3.4.1 实验细节 | 第27-28页 |
| 3.4.2 评价标准 | 第28页 |
| 3.4.3 实验结果 | 第28-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于相关滤波的多特征融合的目标跟踪算法 | 第36-54页 |
| 4.1 引言 | 第36页 |
| 4.2 相关滤波算法分析 | 第36-41页 |
| 4.2.1 最优化回归 | 第36-38页 |
| 4.2.2 循环矩阵 | 第38-40页 |
| 4.2.3 离散傅里叶变换 | 第40-41页 |
| 4.3 多特征融合 | 第41-47页 |
| 4.3.1 特征简介 | 第41-44页 |
| 4.3.2 多特征融合模型 | 第44-46页 |
| 4.3.3 尺度更新 | 第46-47页 |
| 4.4 多特征融合实验分析 | 第47-53页 |
| 4.4.1 算法流程及实验设置 | 第47-48页 |
| 4.4.2 实验结果 | 第48-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
