| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 视觉跟踪算法的研究现状 | 第12-14页 |
| 1.3 深度信息及基于深度信息的视觉跟踪算法研究难点 | 第14-15页 |
| 1.4 论文的内容与结构 | 第15-17页 |
| 第2章 基于RGB-D视觉跟踪算法研究 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 基于RGB数据的生成式跟踪算法 | 第17-22页 |
| 2.2.1 基于mean-shift的跟踪算法 | 第18-20页 |
| 2.2.2 分块跟踪算法 | 第20-22页 |
| 2.3 基于RGB数据的判别式跟踪算法 | 第22-25页 |
| 2.3.1 基于On-line boosting的跟踪算法 | 第22-23页 |
| 2.3.2 基于深度学习的跟踪算法 | 第23-25页 |
| 2.4 融合深度信息的跟踪算法 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 融合RGB-D信息的改进上下文跟踪算法 | 第29-37页 |
| 3.1 引言 | 第29页 |
| 3.2 快速时空上下文学习跟踪方法 | 第29-31页 |
| 3.2.1 快速时空上下文算法简要分析 | 第29-31页 |
| 3.2.2 STC算法相关研究进展 | 第31页 |
| 3.3 融合RGB-D信息的改进上下文跟踪算法 | 第31-32页 |
| 3.4 实时更新的自适应深度信息模板 | 第32-34页 |
| 3.5 基于模板融合RGB-D信息的跟踪算法 | 第34-35页 |
| 3.5.1 基于模板融合RGB-D信息的改进上下文模型 | 第34-35页 |
| 3.5.2 基于深度信息的尺度更新 | 第35页 |
| 3.6 本章小结 | 第35-37页 |
| 第4章 基于深度时域变化率估算的遮挡检测及处理算法 | 第37-45页 |
| 4.1 引言 | 第37页 |
| 4.2 遮挡检测的研究方法 | 第37-40页 |
| 4.2.1 遮挡检测算法研究背景 | 第37-38页 |
| 4.2.2 遮挡检测算法常用深度特征 | 第38-39页 |
| 4.2.3 跟踪算法中基于深度信息的遮挡检测应用 | 第39-40页 |
| 4.3 基于深度时域变化率估算的遮挡检测及对象跟踪机制 | 第40-43页 |
| 4.3.1 基于深度时域变化的遮挡判断原理 | 第40-42页 |
| 4.3.2 遮挡处理算法的计算规则 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 对象跟踪原型系统实现与结果分析 | 第45-55页 |
| 5.1 原型系统实现与实验结果统计 | 第45-48页 |
| 5.1.1 数据库简介及标签标定 | 第45-46页 |
| 5.1.2 原型系统实现 | 第46页 |
| 5.1.3 实验结果统计 | 第46-48页 |
| 5.2 实验结果分析及总结 | 第48-52页 |
| 5.3 本章小结 | 第52-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |
