结合滤波理论的内河视频序列船舶TLD跟踪算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·研究的目的与意义 | 第11-13页 |
| ·船舶跟踪算法的国内外研究现状 | 第13-14页 |
| ·本课题的主要研究内容 | 第14-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 基于TLD的船舶跟踪 | 第18-33页 |
| ·中值流跟踪器理论 | 第18-22页 |
| ·LK光流法 | 第19-20页 |
| ·LK金字塔光流法 | 第20-21页 |
| ·归一化互相关NCC | 第21-22页 |
| ·向前向后误差 | 第22页 |
| ·中值流跟踪器算法描述 | 第22-24页 |
| ·检测器理论 | 第24-26页 |
| ·2bitBP特征 | 第24-26页 |
| ·随机森林分类器 | 第26页 |
| ·检测器工作原理 | 第26-28页 |
| ·积分器 | 第28-29页 |
| ·P-N学习理论 | 第29-30页 |
| ·基于TLD的船舶跟踪实验 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于滤波理论的船舶跟踪 | 第33-47页 |
| ·Kalman滤波器 | 第33-34页 |
| ·粒子滤波理论 | 第34-36页 |
| ·贝叶斯估计 | 第35-36页 |
| ·蒙特卡洛方法 | 第36页 |
| ·粒子滤波器 | 第36-41页 |
| ·粒子滤波器原理 | 第37-40页 |
| ·粒子滤波器算法描述 | 第40-41页 |
| ·基于粒子滤波算法的目标跟踪 | 第41-42页 |
| ·基于滤波理论的船舶跟踪实验 | 第42-46页 |
| ·基于Kalman滤波的船舶跟踪实验 | 第42-44页 |
| ·基于粒子滤波的船舶跟踪实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 结合滤波理论的TLD船舶跟踪算法 | 第47-61页 |
| ·积分向量图 | 第47-48页 |
| ·系统初始化 | 第48-49页 |
| ·算法框架 | 第49-57页 |
| ·结合粒子滤波的TLD跟踪器 | 第50-52页 |
| ·检测器 | 第52-54页 |
| ·Kalman滤波 | 第54-55页 |
| ·在线模型更新条件 | 第55-56页 |
| ·积分器 | 第56-57页 |
| ·实验及结果分析 | 第57-61页 |
| ·与TLD算法对比实验 | 第58-59页 |
| ·本文算法船舶跟踪实验 | 第59-61页 |
| 第5章 总结与展望 | 第61-64页 |
| ·本文工作总结 | 第61-62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 作者在攻读硕士学位期间参与的科研项目 | 第70页 |
