自适应视觉跟踪方法研究
目录 | 第1-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第7-12页 |
·研究背景及意义 | 第7-9页 |
·论文思路及主要工作 | 第9-10页 |
·论文整体思路 | 第9-10页 |
·论文主要工作 | 第10页 |
·论文内容安排 | 第10-12页 |
第二章 视觉跟踪概述 | 第12-26页 |
·引言 | 第12页 |
·目标物体的表示方法 | 第12-14页 |
·视觉特征的选取 | 第14-15页 |
·视觉跟踪算法的分类 | 第15-25页 |
·点方法 | 第17-21页 |
·确定性方法 | 第17-18页 |
·概率方法 | 第18-21页 |
·卡尔曼滤波 | 第19-20页 |
·粒子滤波 | 第20-21页 |
·核方法 | 第21-24页 |
·模板方法 | 第21-23页 |
·模板匹配 | 第21页 |
·Mean-shift | 第21-23页 |
·多视图方法 | 第23-24页 |
·轮廓方法 | 第24-25页 |
·形状匹配方法 | 第24-25页 |
·轮廓演化方法 | 第25页 |
·本章小结 | 第25-26页 |
第三章 自适应特征子空间视觉跟踪方法 | 第26-44页 |
·引言 | 第26-27页 |
·Condensation方法 | 第27-31页 |
·离散时间状态概率的传播 | 第27-29页 |
·随机动态过程 | 第27-28页 |
·观察值概率估计 | 第28页 |
·状态变量后验概率的传播 | 第28-29页 |
·因子采样 | 第29-30页 |
·Condensation方法描述 | 第30-31页 |
·一种基于Condensation的变种方法 | 第31-33页 |
·目标物体状态变量和特征子空间 | 第31页 |
·动态模型 | 第31-32页 |
·观察模型 | 第32-33页 |
·方法描述 | 第33页 |
·特征子空间学习 | 第33-37页 |
·主成分分析 | 第33-35页 |
·增量式子空间方法 | 第35-37页 |
·自适应特征子空间视觉跟踪方法描述 | 第37-38页 |
·实验结果与分析 | 第38-43页 |
·目标物体平移和旋转时的跟踪结果 | 第39-40页 |
·外界光照变化时的跟踪结果 | 第40-41页 |
·不更新特征子空间时的跟踪结果 | 第41-42页 |
·粒子贫化对跟踪性能的影响 | 第42-43页 |
·本章小节 | 第43-44页 |
第四章 具有局部双回路的视觉跟踪方法 | 第44-51页 |
·引言 | 第44页 |
·用于视觉跟踪的局部双回路结构 | 第44-46页 |
·局部双回路自适应特征子空间视觉跟踪方法 | 第46-48页 |
·实验结果与分析 | 第48-50页 |
·粒子贫化时对跟踪误差的修正 | 第48-49页 |
·对视觉跟踪性能的影响 | 第49-50页 |
·本章小节 | 第50-51页 |
第五章 总结与展望 | 第51-52页 |
参考文献 | 第52-58页 |
附录一 硕士期间发表的论文 | 第58-59页 |
附录二 硕士期间参加的项目 | 第59-60页 |
致谢 | 第60-61页 |