基于目标显著性的跟踪算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 背景 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 主要研究内容及章节安排 | 第18-20页 |
| 第2章 基于核化滤波器的目标跟踪算法基础 | 第20-30页 |
| 2.1 线性相关滤波器 | 第20-23页 |
| 2.1.1 线性分类器 | 第20-21页 |
| 2.1.2 循环矩阵 | 第21-22页 |
| 2.1.3 线性分类器的快速求解 | 第22-23页 |
| 2.2 核化相关滤波器 | 第23-27页 |
| 2.2.1 引入核函数 | 第23-24页 |
| 2.2.2 核函数分类器的快速检测 | 第24-25页 |
| 2.2.3 核向量求解 | 第25-26页 |
| 2.2.4 多特征融合 | 第26-27页 |
| 2.3 目标对象尺度变化的处理 | 第27-30页 |
| 第3章 基于目标显著性的跟踪器算 | 第30-46页 |
| 3.1 移动目标聚焦跟踪算法 | 第30-38页 |
| 3.1.1 移动目标的检测 | 第31-33页 |
| 3.1.2 移动场景跟踪优化 | 第33-36页 |
| 3.1.3 算法有效性验证 | 第36-38页 |
| 3.2 一般目标聚焦跟踪算法 | 第38-46页 |
| 3.2.1 前景背景分离 | 第38-40页 |
| 3.2.2 一般场景跟踪优化 | 第40-43页 |
| 3.2.3 算法有效性分析 | 第43-46页 |
| 第4章 长期跟踪模型 | 第46-57页 |
| 4.1 目标对象检测器 | 第46-50页 |
| 4.1.1 全卷积孪生网络 | 第46-48页 |
| 4.1.2 全卷积孪生网络的训练 | 第48-50页 |
| 4.1.3 目标检测 | 第50页 |
| 4.2 一般目标聚焦的长期跟踪算法 | 第50-54页 |
| 4.3 算法有效性分析 | 第54-57页 |
| 第5章 实验分析对比 | 第57-76页 |
| 5.1 对比实验数据库 | 第57-60页 |
| 5.2 移动目标聚焦跟踪算法实验结果 | 第60-62页 |
| 5.3 一般目标聚焦跟踪算法实验结果 | 第62-65页 |
| 5.4 一般目标聚焦长期跟踪算法实验结果 | 第65-76页 |
| 5.4.1 整体跟踪结果分析 | 第66-69页 |
| 5.4.2 分类别详细跟踪结果分析 | 第69-76页 |
| 第6章 总结和展望 | 第76-79页 |
| 6.1 本文总结 | 第76-77页 |
| 6.2 未来展望 | 第77-79页 |
| 参考文献 | 第79-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |
