基于活动轮廓的视频跟踪算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16页 |
| 1.2 视频跟踪现状 | 第16-20页 |
| 1.2.1 视频跟踪特征提取 | 第17-18页 |
| 1.2.2 视频跟踪方法分类 | 第18-19页 |
| 1.2.3 视频跟踪的难点 | 第19-20页 |
| 1.3 跟踪算法评价标准 | 第20页 |
| 1.4 本文内容及章节安排 | 第20-22页 |
| 第二章 活动轮廓模型概述 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 水平集理论 | 第22-25页 |
| 2.2.1 曲线演化理论 | 第22-23页 |
| 2.2.2 水平集方法 | 第23-25页 |
| 2.3 几种经典的活动轮廓模型 | 第25-34页 |
| 2.3.1 测地线活动轮廓模型 | 第25-28页 |
| 2.3.2 距离正则化水平集算法模型 | 第28-31页 |
| 2.3.3 C-V模型 | 第31-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 多特征融合的活动轮廓跟踪算法 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 特征分析 | 第36-37页 |
| 3.3 区域特征和能量 | 第37-40页 |
| 3.3.1 采样像素选择 | 第37-38页 |
| 3.3.2 颜色特征模型 | 第38页 |
| 3.3.3 纹理特征模型 | 第38-39页 |
| 3.3.4 能量驱动函数和区域特征融合 | 第39-40页 |
| 3.4 边界特征和能量 | 第40-41页 |
| 3.4.1 边缘截止函数和气球力 | 第40-41页 |
| 3.4.2 边界能量模型 | 第41页 |
| 3.5 整体能量函数和水平集演化 | 第41-42页 |
| 3.6 多特征融合的活动轮廓跟踪算法 | 第42-47页 |
| 3.6.1 多特征融合的活动轮廓跟踪算法 | 第42-43页 |
| 3.6.2 实验结果与分析 | 第43-46页 |
| 3.6.3 跟踪性能分析 | 第46-47页 |
| 3.7 本章小节 | 第47-48页 |
| 第四章 距离度量学习的活动轮廓跟踪算法 | 第48-64页 |
| 4.1 引言 | 第48页 |
| 4.2 相关工作 | 第48-49页 |
| 4.3 距离度量学习 | 第49-50页 |
| 4.4 图像能量项 | 第50-56页 |
| 4.4.1 匹配准则 | 第50-51页 |
| 4.4.2 能量函数 | 第51-53页 |
| 4.4.3 距离度量学习 | 第53-55页 |
| 4.4.4 模板q(θ) 的更新 | 第55-56页 |
| 4.5 梯度能量项 | 第56页 |
| 4.6 整体能量函数 | 第56-57页 |
| 4.7 距离度量学习的活动轮廓跟踪算法 | 第57-62页 |
| 4.7.1 距离度量学习的活动轮廓跟踪算法 | 第57-58页 |
| 4.7.2 实验结果与分析 | 第58-61页 |
| 4.7.3 跟踪性能分析 | 第61-62页 |
| 4.8 本章小结 | 第62-64页 |
| 第五章 基于水平集的多目标跟踪算法 | 第64-72页 |
| 5.1 引言 | 第64页 |
| 5.2 算法模块 | 第64-67页 |
| 5.2.1 帧间差分法 | 第64-65页 |
| 5.2.2 相关系数 | 第65-66页 |
| 5.2.3 整体能量函数和水平集演化 | 第66-67页 |
| 5.3 基于水平集的多目标跟踪算法 | 第67-71页 |
| 5.3.1 基于水平集的多目标跟踪算法 | 第67-69页 |
| 5.3.2 实验结果与分析 | 第69-71页 |
| 5.3.3 跟踪性能分析 | 第71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 未来展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
