基于融合目标特征与空间信息图像跟踪算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题背景及研究的目的和意义 | 第8-11页 |
| 1.2 目标跟踪算法的研究现状 | 第11-18页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 目标检测分类 | 第12-14页 |
| 1.2.3 目标跟踪算法的简述 | 第14-18页 |
| 1.3 本文的主要研究内容 | 第18-20页 |
| 第2章 MEAN SHIFT算法研究 | 第20-39页 |
| 2.1 前言 | 第20页 |
| 2.2 目标的颜色直方图 | 第20-26页 |
| 2.2.1 RGB颜色空间与HSV颜色空间 | 第21-23页 |
| 2.2.2 目标的特征空间 | 第23-24页 |
| 2.2.3 目标模型与候选模型 | 第24-26页 |
| 2.3 MEAN SHIFT算法 | 第26-29页 |
| 2.3.1 无参估计 | 第26-27页 |
| 2.3.2 基本的Mean Shift算法 | 第27-28页 |
| 2.3.3 核估计的Mean Shift算法 | 第28-29页 |
| 2.4 MEAN SHIFT跟踪算法 | 第29-32页 |
| 2.4.1 目标模型描述 | 第30页 |
| 2.4.2 候选模型描述 | 第30-31页 |
| 2.4.3 相似性度量 | 第31页 |
| 2.4.4 目标定位 | 第31-32页 |
| 2.4.5 算法流程 | 第32页 |
| 2.5 实验结果分析 | 第32-34页 |
| 2.6 CAMSHIFT算法 | 第34-38页 |
| 2.6.1 直方图反向投影 | 第34-35页 |
| 2.6.2 质心的计算与区域更新 | 第35-36页 |
| 2.6.3 实验结果与分析 | 第36-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第3章 背景优化的MEAN SHIFT算法 | 第39-53页 |
| 3.1 前言 | 第39-40页 |
| 3.2 BWH算法 | 第40-42页 |
| 3.3 验证相同性 | 第42-43页 |
| 3.4 校正的BWH算法(CBWH) | 第43-45页 |
| 3.5 CBWH中的背景模型更新 | 第45-47页 |
| 3.6 实验结果与分析 | 第47-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 融合空间信息的CBWH算法 | 第53-62页 |
| 4.1 前言 | 第53页 |
| 4.2 空间直方图 | 第53-55页 |
| 4.2.1 空间直方图下的目标模型与候选模型 | 第53-54页 |
| 4.2.2 相似性度量 | 第54-55页 |
| 4.2.3 结合CBWH模型描述 | 第55页 |
| 4.3 融合空间信息MEAN SHIFT跟踪 | 第55-58页 |
| 4.4 实验结果与分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |
