基于核相关滤波器的目标跟踪研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 目标跟踪算法研究背景及意义 | 第10-11页 |
| 1.2 目标跟踪技术的国内外研究现状 | 第11-13页 |
| 1.3 目标跟踪技术研究难点 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第2章 目标跟踪基本原理 | 第16-26页 |
| 2.1 图像目标的特征描述 | 第16-18页 |
| 2.2 目标跟踪方法综述 | 第18-23页 |
| 2.2.1 经典目标跟踪算法 | 第19-20页 |
| 2.2.2 TLD跟踪方法 | 第20页 |
| 2.2.3 基于深度学习的跟踪方法 | 第20-21页 |
| 2.2.4 基于相关滤波的跟踪方法 | 第21-23页 |
| 2.3 OTB数据集 | 第23-24页 |
| 2.4 目标跟踪算法的评价标准 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于核相关滤波的目标跟踪算法研究 | 第26-36页 |
| 3.1 相关滤波器理论基本原理 | 第26-27页 |
| 3.2 核相关滤波跟踪算法 | 第27-33页 |
| 3.2.1 循环矩阵及其性质 | 第27-29页 |
| 3.2.2 正则化最小二乘分类器(RLSC) | 第29-31页 |
| 3.2.3 目标检测与更新 | 第31-32页 |
| 3.2.4 核相关滤波跟踪算法的流程 | 第32-33页 |
| 3.3 核相关滤波跟踪算法的优势与不足 | 第33-34页 |
| 3.3.1 目标的快速检测优势 | 第33页 |
| 3.3.2 抗遮挡效果不足 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于模板匹配检测器的FKCF目标跟踪 | 第36-54页 |
| 4.1 图像分割 | 第36-43页 |
| 4.1.1 Graph Cut图像分割基本原理 | 第36-37页 |
| 4.1.2 能量函数的的设置与选取 | 第37-38页 |
| 4.1.3 S-t网络构造 | 第38-39页 |
| 4.1.4 最大流-最小割算法 | 第39页 |
| 4.1.5 前/背景概率模型的改进 | 第39-41页 |
| 4.1.6 基于相关的模版匹配 | 第41-43页 |
| 4.2 基于Graph Cut的模板匹配 | 第43-46页 |
| 4.2.1 灰度化 | 第43-44页 |
| 4.2.2 提取目标 | 第44-45页 |
| 4.2.3 基于Graph Cut的模板匹配 | 第45-46页 |
| 4.3 检测器启动的判断机制 | 第46页 |
| 4.4 FHOG特征提取 | 第46-48页 |
| 4.5 测试结果与分析 | 第48-52页 |
| 4.6 本章小结 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
