中文摘要 | 第3-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.3 文章研究内容与组织架构 | 第12-14页 |
2 背景知识介绍 | 第14-26页 |
2.1 Tracking-by-detection跟踪框架 | 第14-16页 |
2.2 常用特征介绍 | 第16-18页 |
2.2.1 HOG特征 | 第16-17页 |
2.2.2 CN特征 | 第17页 |
2.2.3 颜色直方图特征 | 第17-18页 |
2.3 相关滤波器跟踪 | 第18-23页 |
2.3.1 相关滤波跟踪原理 | 第18-19页 |
2.3.2 循环矩阵与快速核相关加速计算 | 第19-22页 |
2.3.3 KCF跟踪流程 | 第22-23页 |
2.4 颜色概率直方图跟踪 | 第23-25页 |
2.4.1 构造颜色概率模型 | 第23-24页 |
2.4.2 颜色概率直方图跟踪流程 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
3 动态特征融合与模型更新的目标跟踪 | 第26-46页 |
3.1 传统融合跟踪算法及存在的问题 | 第26-28页 |
3.1.1 SAMF跟踪 | 第26页 |
3.1.2 Staple跟踪 | 第26-27页 |
3.1.3 存在的问题分析 | 第27-28页 |
3.2 响应可靠性与动态权值融合 | 第28-31页 |
3.2.1 响应图可靠性判断 | 第28-30页 |
3.2.2 响应融合权值确定 | 第30-31页 |
3.3 干扰检测与动态模型更新 | 第31-33页 |
3.3.1 传统模型更新方式缺陷 | 第31-32页 |
3.3.2 干扰检测 | 第32页 |
3.3.3 动态模型更新策略 | 第32-33页 |
3.4 DMUCT算法介绍与流程描述 | 第33-37页 |
3.4.1 跟踪器模型初始化 | 第34页 |
3.4.2 检测目标响应与分层融合 | 第34-35页 |
3.4.3 模型更新 | 第35-37页 |
3.5 实验结果分析 | 第37-44页 |
3.5.1 实验环境及参数 | 第37页 |
3.5.2 实验数据集及评价标准 | 第37-38页 |
3.5.3 实验结果与分析 | 第38-44页 |
3.6 本章小结 | 第44-46页 |
4 尺度估计算法改进 | 第46-56页 |
4.1 常用尺度算法及其缺陷 | 第46-49页 |
4.1.1 独立尺度滤波器估计算法 | 第46-47页 |
4.1.2 多尺度响应估计算法 | 第47页 |
4.1.3 上下帧关键点对比例法 | 第47-48页 |
4.1.4 颜色概率图分割法 | 第48页 |
4.1.5 缺陷分析 | 第48-49页 |
4.2 改进的尺度估计算法 | 第49-51页 |
4.3 实验结果分析 | 第51-55页 |
4.4 本章小结 | 第55-56页 |
5 总结与展望 | 第56-58页 |
5.1 全文总结 | 第56-57页 |
5.2 展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-63页 |
附录 | 第63页 |
A.作者在攻读硕士期间发表的论文及专利 | 第63页 |