复杂场景下鲁棒的视觉跟踪算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 复杂场景下视觉跟踪的研究现状 | 第11-16页 |
| 1.2.1 视频目标提取研究现状 | 第12-14页 |
| 1.2.2 运动目标跟踪研究现状 | 第14-16页 |
| 1.3 论文主要工作及创新点 | 第16页 |
| 1.4 论文的章节内容安排 | 第16-18页 |
| 第二章 视觉跟踪系统的设计 | 第18-24页 |
| 2.1 系统设计总体原则 | 第18页 |
| 2.2 视觉跟踪系统构架 | 第18-20页 |
| 2.3 软件界面设计 | 第20-21页 |
| 2.4 配置OpenCV视觉库 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 视频运动目标检测算法分析 | 第24-39页 |
| 3.1 引言 | 第24页 |
| 3.2 运动目标检测 | 第24-35页 |
| 3.2.1 ViBe算法 | 第24-26页 |
| 3.2.2 稠密光流法 | 第26-30页 |
| 3.2.3 高斯混合模型 | 第30-35页 |
| 3.3 阴影检测算法 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 鲁棒的视觉跟踪系统实现 | 第39-59页 |
| 4.1 引言 | 第39页 |
| 4.2 Adaboost算法结构 | 第39-49页 |
| 4.2.1 Adaboost算法概述 | 第39-41页 |
| 4.2.2 Adaboost算法流程 | 第41-43页 |
| 4.2.3 Adaboost实现过程 | 第43-45页 |
| 4.2.4 特征提取方法 | 第45-49页 |
| 4.3 特征光流跟踪 | 第49-51页 |
| 4.4 基于自适应颜色属性的视觉跟踪算法 | 第51-57页 |
| 4.4.1 CSK跟踪器 | 第51-52页 |
| 4.4.2 颜色视觉跟踪 | 第52-53页 |
| 4.4.3 低维自适应颜色属性 | 第53页 |
| 4.4.4 算法性能评估 | 第53-54页 |
| 4.4.5 遮挡问题处理 | 第54-57页 |
| 4.5 实验结果与分析 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 全文总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 后续工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
