基于相关滤波的机器人目标跟踪方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 机器人目标跟踪发展现状 | 第10-15页 |
| 1.2.1 视觉目标跟踪的研究现状 | 第10-12页 |
| 1.2.2 机器人目标跟踪的一般方法 | 第12-14页 |
| 1.2.3 技术难点 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第2章 视觉目标跟踪算法研究 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 相关滤波跟踪算法研究 | 第18-23页 |
| 2.2.1 岭回归分类器 | 第18-19页 |
| 2.2.2 核技巧 | 第19-20页 |
| 2.2.3 循环矩阵 | 第20-22页 |
| 2.2.4 快速检测 | 第22-23页 |
| 2.2.5 多通道融合 | 第23页 |
| 2.3 TLD跟踪算法研究 | 第23-28页 |
| 2.3.1 跟踪模块 | 第23-25页 |
| 2.3.2 检测模块 | 第25-27页 |
| 2.3.3 学习模块 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 机器人目标跟踪算法设计 | 第29-51页 |
| 3.1 引言 | 第29页 |
| 3.2 构建跟踪模块 | 第29-38页 |
| 3.2.1 特征分析 | 第30-32页 |
| 3.2.2 位置评估 | 第32-34页 |
| 3.2.3 尺度评估 | 第34页 |
| 3.2.4 模型更新 | 第34-36页 |
| 3.2.5 算法实现 | 第36-38页 |
| 3.3 TLD框架下算法融合 | 第38-40页 |
| 3.3.1 检测模块 | 第39页 |
| 3.3.2 算法融合 | 第39-40页 |
| 3.4 实验评估与分析 | 第40-50页 |
| 3.4.1 实验数据与评价标准 | 第41-42页 |
| 3.4.2 定性分析 | 第42-44页 |
| 3.4.3 性能评估 | 第44-48页 |
| 3.4.4 实验总结 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 机器人目标跟踪系统实现 | 第51-60页 |
| 4.1 引言 | 第51页 |
| 4.2 机器人系统介绍 | 第51-53页 |
| 4.2.1 硬件平台 | 第51-52页 |
| 4.2.2 软件系统 | 第52-53页 |
| 4.3 目标跟踪系统设计与实现 | 第53-57页 |
| 4.3.1 图像获取模块 | 第54页 |
| 4.3.2 语音识别与人脸检测模块 | 第54-55页 |
| 4.3.3 跟踪模块 | 第55页 |
| 4.3.4 运动指令生成模块 | 第55-57页 |
| 4.4 实际测试与分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
