尺度特征自适应的相关滤波跟踪算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 应用前景与研究现状 | 第9-11页 |
| 1.3 视觉目标检测与跟踪研究的难点 | 第11-12页 |
| 1.4 目标跟踪模型的选择 | 第12-13页 |
| 1.5 主要内容及章节安排 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 相关滤波目标跟踪算法 | 第15-24页 |
| 2.1 算法基本概念 | 第15-19页 |
| 2.1.1 相关滤波器 | 第15-16页 |
| 2.1.2 核函数 | 第16-17页 |
| 2.1.3 循环矩阵 | 第17-19页 |
| 2.2 核相关滤波跟踪算法 | 第19-23页 |
| 2.2.1 训练分类器 | 第20-21页 |
| 2.2.2 检测目标 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于自适应尺度变换的跟踪 | 第24-35页 |
| 3.1 尺度估计 | 第24-25页 |
| 3.2 多尺度跟踪算法流程 | 第25-29页 |
| 3.3 实验结果分析 | 第29-33页 |
| 3.3.1 多尺度检测的意义 | 第29-30页 |
| 3.3.2 本章算法实验结果 | 第30-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 自适应特征融合的核相关目标跟踪 | 第35-47页 |
| 4.1 自适应颜色特征 | 第35-36页 |
| 4.2 HOG特征 | 第36-39页 |
| 4.3 决策层上的特征融合 | 第39-41页 |
| 4.3.1 特征融合方法介绍 | 第40页 |
| 4.3.2 决策层的特征融合 | 第40-41页 |
| 4.4 多特征融合的尺度自适应跟踪 | 第41-43页 |
| 4.5 实验结果及分析 | 第43-46页 |
| 4.5.1 多特征融合的必要性 | 第43-44页 |
| 4.5.2 本章算法实验结果 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 模板更新机制的改进 | 第47-54页 |
| 5.1 相关滤波算法的更新策略 | 第47-48页 |
| 5.2 改进的更新策略 | 第48-49页 |
| 5.3 实验结果 | 第49-52页 |
| 5.3.1 更新机制优化后的对比 | 第49-50页 |
| 5.3.2 算法性能对比 | 第50-52页 |
| 5.4 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 本文总结 | 第54-55页 |
| 6.2 未来展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
