基于目标再检测的相关滤波目标跟踪算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景与发展历史 | 第14-15页 |
| 1.2 研究目的与意义 | 第15页 |
| 1.3 国内外发展现状 | 第15-17页 |
| 1.4 本文所做工作及内容安排 | 第17-18页 |
| 第二章 相关滤波目标跟踪算法 | 第18-28页 |
| 2.1 相关滤波 | 第18页 |
| 2.2 相关滤波目标跟踪算法介绍 | 第18-22页 |
| 2.2.1 相关滤波目标跟踪算法的流程 | 第19-20页 |
| 2.2.2 几种相关滤波目标跟踪算法 | 第20-22页 |
| 2.3 图像特征提取 | 第22-26页 |
| 2.3.1 图像特征简介 | 第22-23页 |
| 2.3.2 特征提取方法 | 第23-26页 |
| 2.4 相关滤波目标跟踪算法的不足 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 基于相关滤波目标跟踪算法的优化 | 第28-46页 |
| 3.1 CSK算法 | 第28-34页 |
| 3.1.1 稠密采样 | 第28-31页 |
| 3.1.2 非线性核的快速获得 | 第31-32页 |
| 3.1.3 CSK算法流程 | 第32-34页 |
| 3.2 自适应搜索域 | 第34-37页 |
| 3.2.1 熵 | 第34-35页 |
| 3.2.2 自适应搜索域流程 | 第35-37页 |
| 3.3 特征提取方法 | 第37-43页 |
| 3.4 本章小结 | 第43-46页 |
| 第四章 基于目标再检测的跟踪算法 | 第46-54页 |
| 4.1 目标再检测的概念 | 第46页 |
| 4.2 目标再检测方法的介绍 | 第46-50页 |
| 4.2.1 机器学习中的分类器 | 第48-49页 |
| 4.2.2 相关滤波分类器 | 第49-50页 |
| 4.3 基于目标再检测的跟踪算法流程 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 实验结果与分析 | 第54-64页 |
| 5.1 改进算法总结 | 第54-55页 |
| 5.2 算法评估方式 | 第55-56页 |
| 5.3 算法结果的对比分析 | 第56-63页 |
| 5.3.1 算法1结果对比分析 | 第56-60页 |
| 5.3.2 改进算法结果对比分析 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
