| 目录 | 第2-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 足球检测与跟踪的研究背景 | 第6-10页 |
| 1.1.1 目标跟踪与检测研究现状 | 第6-7页 |
| 1.1.2 注意力选择研究现状 | 第7-8页 |
| 1.1.3 神经网络研究现状 | 第8-10页 |
| 1.2 论文的贡献 | 第10-11页 |
| 1.3 论文的内容安排 | 第11-12页 |
| 第二章 注意力选择在足球检测中的应用 | 第12-31页 |
| 2.1 注意力选择理论 | 第12-18页 |
| 2.1.1 视觉注意力 | 第12-14页 |
| 2.1.2 自底向上和自上而下的注意力 | 第14-16页 |
| 2.1.3 基于频域的注意力选择模型 | 第16-18页 |
| 2.2 四元数和超复数 | 第18-22页 |
| 2.2.1 四元数的基本理论 | 第18-21页 |
| 2.2.2 四元数应用于注意力选择 | 第21-22页 |
| 2.3 基于注意力选择的足球检测算法 | 第22-26页 |
| 2.3.1 算法流程 | 第22-23页 |
| 2.3.2 预处理 | 第23页 |
| 2.3.3 PQFT感兴趣区域 | 第23-26页 |
| 2.3.4 基于物理特征选取目标 | 第26页 |
| 2.3.5 帧间最小距离补充检测 | 第26页 |
| 2.4 试验结果 | 第26-30页 |
| 2.4.1 试验数据库的建立 | 第26-27页 |
| 2.4.2 识别准确率试验 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于四元数和卡尔曼滤波的足球检测 | 第31-39页 |
| 3.1 脉冲耦合神经网络 | 第31-33页 |
| 3.1.1 脉冲耦合神经网络及其应用 | 第31-32页 |
| 3.1.2 单位连接的脉冲耦合神经网络 | 第32-33页 |
| 3.2 滤波器预测 | 第33-34页 |
| 3.3 基于四元数和卡尔曼滤波器的足球检测算法 | 第34-38页 |
| 3.3.1 算法流程 | 第34-35页 |
| 3.3.2 PCNN目标匹配模型 | 第35-37页 |
| 3.3.3 试验结果 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 引入先验知识的四元数模型和PCNN空洞滤波的足球检测 | 第39-46页 |
| 4.1 引入先验知识的四元数模型 | 第39-40页 |
| 4.1.1 四元数模型的通道更换 | 第39页 |
| 4.1.2 试验结果比较 | 第39-40页 |
| 4.2 PCNN空洞滤波 | 第40-41页 |
| 4.2.1 空洞滤波的必要性和试验结果 | 第41页 |
| 4.3 引入先验知识的四元数模型和PCNN空洞滤波的足球检测算法 | 第41-45页 |
| 4.3.1 算法流程 | 第42-43页 |
| 4.3.2 试验结果 | 第43-44页 |
| 4.3.3 运行速度试验 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表论文 | 第50-51页 |
| 致谢 | 第51-52页 |