视觉目标跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 目标跟踪的复杂性 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 目标跟踪概述 | 第15-21页 |
| 2.1 目标跟踪研究内容 | 第15-19页 |
| 2.1.1 特征提取 | 第15-18页 |
| 2.1.2 跟踪策略 | 第18-19页 |
| 2.1.3 相似性度量 | 第19页 |
| 2.1.4 模板更新 | 第19页 |
| 2.2 目标跟踪算法性能评价指标 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于稀疏表示的目标跟踪 | 第21-37页 |
| 3.1 目标的稀疏表示 | 第21-22页 |
| 3.2 粒子滤波框架 | 第22-23页 |
| 3.2.1 粒子滤波概述 | 第22页 |
| 3.2.2 运动模型 | 第22-23页 |
| 3.3 l1最小化算法 | 第23-25页 |
| 3.4 基于稀疏表示的目标跟踪 | 第25-32页 |
| 3.4.1 模型改进 | 第25-26页 |
| 3.4.2 加速近端梯度法 | 第26-28页 |
| 3.4.3 最小误差约束 | 第28页 |
| 3.4.4 模板更新 | 第28-29页 |
| 3.4.5 遮挡判断 | 第29-31页 |
| 3.4.6 算法流程 | 第31-32页 |
| 3.5 实验结果及分析 | 第32-35页 |
| 3.5.1 两种抗遮挡算法对比实验 | 第32-33页 |
| 3.5.2 严重遮挡时的跟踪实验 | 第33-34页 |
| 3.5.3 定量分析 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 局部和全局特征混合的目标跟踪 | 第37-61页 |
| 4.1 基于局部特征的目标跟踪 | 第37-43页 |
| 4.1.1 基于局部特征的目标表示 | 第37-39页 |
| 4.1.2 局部特征匹配方法 | 第39-41页 |
| 4.1.3 目标姿态变换估计 | 第41-42页 |
| 4.1.4 特征点集的更新 | 第42-43页 |
| 4.2 基于全局特征的目标跟踪 | 第43-50页 |
| 4.2.1 目标表示 | 第43-44页 |
| 4.2.2 模板匹配基本思想 | 第44-45页 |
| 4.2.3 搜索方法 | 第45-46页 |
| 4.2.4 仿射变换矩阵分解 | 第46-47页 |
| 4.2.5 旋转处理 | 第47-48页 |
| 4.2.6 缩放计算 | 第48-49页 |
| 4.2.7 遮挡判断 | 第49-50页 |
| 4.2.8 模板更新 | 第50页 |
| 4.3 局部特征和全局特征结合的目标跟踪 | 第50-55页 |
| 4.3.1 算法流程图 | 第51-53页 |
| 4.3.2 卡尔曼滤波框架 | 第53-54页 |
| 4.3.3 遮挡情况下跟踪 | 第54-55页 |
| 4.4 实验结果及分析 | 第55-59页 |
| 4.4.1 旋转缩放实验 | 第55-56页 |
| 4.4.2 遮挡实验 | 第56-58页 |
| 4.4.3 定量分析 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 自动监控场景下的目标跟踪 | 第61-75页 |
| 5.1 现实跟踪场景中的重要问题 | 第61-62页 |
| 5.2 运动目标检测 | 第62-68页 |
| 5.2.1 混合高斯模型 | 第62-63页 |
| 5.2.2 阴影去除 | 第63-65页 |
| 5.2.3 前景滤波 | 第65-67页 |
| 5.2.4 前景提取 | 第67-68页 |
| 5.3 目标跟踪 | 第68-72页 |
| 5.3.1 目标初始和消亡 | 第69页 |
| 5.3.2 运动一致性度量 | 第69-70页 |
| 5.3.3 遮挡分析 | 第70-71页 |
| 5.3.4 跟踪算法流程图 | 第71-72页 |
| 5.4 实验结果及分析 | 第72-73页 |
| 5.4.1 遮挡实验 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者在攻读硕士学位期间发表的论文和成果 | 第83页 |
