基于单目视觉的非合作目标视觉跟踪定位技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 目标跟踪面临的挑战 | 第17-18页 |
| 1.4 本文的创新点 | 第18-19页 |
| 1.5 本文的结构安排 | 第19-21页 |
| 第2章 视觉跟踪基础理论 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 运动目标跟踪算法概述 | 第21-24页 |
| 2.2.1 基于模型的跟踪方法 | 第22-23页 |
| 2.2.2 基于轮廓的跟踪方法 | 第23页 |
| 2.2.3 基于特征的跟踪方法 | 第23-24页 |
| 2.2.4 基于区域的跟踪方法 | 第24页 |
| 2.3 相关滤波器 | 第24-27页 |
| 2.3.1 相关滤波器基础理论 | 第24-25页 |
| 2.3.2 典型的相关滤波器 | 第25-27页 |
| 2.4 基于相关滤波器的视觉目标跟踪 | 第27-30页 |
| 2.5 本章小节 | 第30-31页 |
| 第3章 基于优化相关滤波器的目标跟踪方法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 目标跟踪框架分析 | 第31-38页 |
| 3.2.1 目标跟踪特征 | 第32-33页 |
| 3.2.2 基于相关滤波器的目标定位 | 第33-34页 |
| 3.2.3 目标尺度估计 | 第34-35页 |
| 3.2.4 目标跟踪流程 | 第35页 |
| 3.2.5 实验及分析 | 第35-38页 |
| 3.3 跟踪框架中的亮度因素分析 | 第38-42页 |
| 3.3.1 视频亮度构成 | 第39页 |
| 3.3.2 亮度分析实验 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于相关滤波器的亮度自适应目标跟踪方法 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 粒子群优化算法原理 | 第43-44页 |
| 4.3 粒子群算法改进策略 | 第44-49页 |
| 4.3.1 本文改进方法 | 第46-48页 |
| 4.3.2 算法流程 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 未来展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-70页 |
