基于模板聚类与超像素判别的视觉跟踪算法
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 目标跟踪的国内外研究现状 | 第10-12页 |
| 1.3 目标跟踪算法及难点 | 第12-17页 |
| 1.3.1 目标跟踪算法 | 第12-15页 |
| 1.3.2 跟踪算法面临的问题 | 第15-17页 |
| 1.4 本文研究内容及结构安排 | 第17-19页 |
| 第二章 目标外观建模 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 目标外观建模 | 第19-23页 |
| 2.2.1 目标像素描述 | 第20-21页 |
| 2.2.2 目标特征描述 | 第21-22页 |
| 2.2.3 目标模型描述 | 第22-23页 |
| 2.2.4 目标语义描述 | 第23页 |
| 2.3 基于全局的目标外观表示 | 第23-26页 |
| 2.3.1 目标特征选择 | 第24页 |
| 2.3.2 模板集的目标外观表示 | 第24-25页 |
| 2.3.3 基于模板集距离度量 | 第25-26页 |
| 2.4 基于局部结构化信息目标外观表示 | 第26-28页 |
| 2.4.1 目标分割技术 | 第26-27页 |
| 2.4.2 基于局部属性判别分类 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 模板集在线聚类的目标跟踪 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 融合模板聚类的粒子滤波跟踪算法 | 第30-32页 |
| 3.3 模板集在线聚类更新 | 第32-37页 |
| 3.3.1 自适应聚类半径 | 第32-34页 |
| 3.3.2 模板集聚类 | 第34-37页 |
| 3.4 似然函数构建 | 第37-39页 |
| 3.5 实验及结果分析 | 第39-43页 |
| 3.5.1 定性比较 | 第39-41页 |
| 3.5.2 综合性能比较 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 超像素判别目标跟踪 | 第45-66页 |
| 4.1 引言 | 第45-46页 |
| 4.2 超像素判别目标跟踪算法框架 | 第46-47页 |
| 4.3 图像超像素分割与合并 | 第47-52页 |
| 4.3.1 图像超像素分割 | 第48-50页 |
| 4.3.2 图像超像素合并 | 第50-52页 |
| 4.4 超像素判别外观表示 | 第52-55页 |
| 4.4.1 超像素结构属性的描述 | 第52-53页 |
| 4.4.2 设定超像素置信值 | 第53-55页 |
| 4.5 基于超像素判别的目标跟踪 | 第55-59页 |
| 4.5.1 决策树分类器构建 | 第55-57页 |
| 4.5.2 置信图判别的粒子滤波跟踪 | 第57-59页 |
| 4.6 实验及结果分析 | 第59-64页 |
| 4.6.1 定性比较 | 第59-61页 |
| 4.6.2 综合性能比较 | 第61-64页 |
| 4.7 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士期间发表的论文 | 第74-75页 |
| 致谢 | 第75页 |
