| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 超像素分割的研究现状与主要难点 | 第13页 |
| 1.3 目标跟踪的国内外研究现状及主要难点 | 第13-15页 |
| 1.3.1 跟踪目标的表观模型研究现状和主要难点 | 第13-14页 |
| 1.3.2 跟踪目标的跟踪器的研究现状和主要难点 | 第14-15页 |
| 1.4 本文的研究内容和结构安排 | 第15-17页 |
| 第二章 基于简单线性迭代聚类的超像素生成算法 | 第17-40页 |
| 2.1 引言 | 第17页 |
| 2.2 K均值聚类算法简介 | 第17-19页 |
| 2.3 简单线性迭代聚类算法 | 第19-23页 |
| 2.3.1 简单线性迭代聚类算法流程 | 第20-22页 |
| 2.3.2 简单线性迭代聚类复合欧式距离度量 | 第22-23页 |
| 2.4 带各向异性扩散滤波与亮度约束的SLIC算法 | 第23-29页 |
| 2.4.1 各向异性扩散滤波 | 第23-27页 |
| 2.4.2 亮度分量距离约束 | 第27-29页 |
| 2.5 实验结果对比与分析 | 第29-39页 |
| 2.5.1 本文方法和传统线性迭代聚类的主观比较 | 第31-35页 |
| 2.5.2 本文方法和传统线性迭代聚类的客观比较 | 第35-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第三章 行星型超像素特征池表观模型 | 第40-62页 |
| 3.1 引言 | 第40-41页 |
| 3.2 均值漂移聚类算法 | 第41-45页 |
| 3.2.1 核密度估计 | 第41-43页 |
| 3.2.2 密度梯度估计 | 第43-45页 |
| 3.3 基于超像素的特征池表观模型 | 第45-49页 |
| 3.3.1 特征池 | 第45-47页 |
| 3.3.2 置信图 | 第47-49页 |
| 3.4 星型连接的超像素特征池表观模型 | 第49-55页 |
| 3.4.1 部件分割和特征提取 | 第50-52页 |
| 3.4.2 根部件标准化置信度量 | 第52-54页 |
| 3.4.3 叶部件的表观描述 | 第54-55页 |
| 3.4.4 叶部件状态置信度度量 | 第55页 |
| 3.5 两种表观模型在粒子滤波器下的性能评估 | 第55-60页 |
| 3.5.1 粒子滤波器简介 | 第55-56页 |
| 3.5.2 两种表观模型实验数据比较 | 第56-60页 |
| 3.6 本章小结 | 第60-62页 |
| 第四章 贝叶斯框架下的超像素跟踪方法 | 第62-78页 |
| 4.1 引言 | 第62页 |
| 4.2 非线性贝叶斯问题与解 | 第62-67页 |
| 4.3 传统超像素表观模型的跟踪方法 | 第67-72页 |
| 4.3.1 系统动态模型与观测模型 | 第67-70页 |
| 4.3.2 表观模型在线更新 | 第70-71页 |
| 4.3.3 超像素表观模型跟踪算法流程 | 第71-72页 |
| 4.4 星型连接表观模型的跟踪方法 | 第72-75页 |
| 4.5 星型连接表观模型的在线更新 | 第75-76页 |
| 4.6 星型超像素跟踪算法具体流程 | 第76-77页 |
| 4.7 本章小节 | 第77-78页 |
| 第五章 跟踪实验结果与测评 | 第78-86页 |
| 5.1 引言 | 第78页 |
| 5.2 总体算法流程 | 第78-79页 |
| 5.3 实验结果 | 第79-85页 |
| 5.3.1 本文方法和传统超像素跟踪算法的主观比较 | 第79-81页 |
| 5.3.2 本文方法和传统超像素跟踪算法的客观比较 | 第81-83页 |
| 5.3.3 本文方法和其他跟踪算法的客观比较 | 第83-85页 |
| 5.4 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 本文主要贡献 | 第86页 |
| 6.2 未来工作展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 攻硕期间取得的研究成果 | 第93页 |
