基于背景信息的均值漂移目标跟踪算法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第7-17页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 目标跟踪算法概述 | 第8-9页 |
| 1.3 目标表示 | 第9-11页 |
| 1.3.1 目标的形状表示法 | 第9-10页 |
| 1.3.2 目标的外观表示法 | 第10-11页 |
| 1.4 目标特征 | 第11-12页 |
| 1.5 目标检测 | 第12-14页 |
| 1.5.1 点检测 | 第12页 |
| 1.5.2 背景差分检测 | 第12页 |
| 1.5.3 分割检测 | 第12-13页 |
| 1.5.4 监督式学习 | 第13-14页 |
| 1.6 跟踪算法 | 第14-15页 |
| 1.6.1 点跟踪 | 第14页 |
| 1.6.2 核跟踪 | 第14-15页 |
| 1.6.3 剪影跟踪 | 第15页 |
| 1.7 目标跟踪存在的问题 | 第15-16页 |
| 1.8 文章内容及安排 | 第16-17页 |
| 第2章 相关理论 | 第17-30页 |
| 2.1 简述 | 第17页 |
| 2.2 HSV颜色空间及颜色空间转化 | 第17-18页 |
| 2.3 LBP纹理 | 第18-19页 |
| 2.4 MEAN Shift的基本思想 | 第19-22页 |
| 2.5 MEAN Shift算法及收敛性讨论 | 第22-25页 |
| 2.5.1 Mean Shift算法 | 第22-23页 |
| 2.5.2 Mean Shift算法的收敛性 | 第23-25页 |
| 2.6 均值漂移跟踪算法在目标跟踪中的应用 | 第25-30页 |
| 2.6.1 模型的建立 | 第25-26页 |
| 2.6.2 相似性度量 | 第26-27页 |
| 2.6.3 目标定位 | 第27-30页 |
| 第3章 基于部分背景加权更新的均值漂移跟踪算法 | 第30-38页 |
| 3.1 融合背景信息的颜色纹理直方图 | 第31-32页 |
| 3.2 背景模型更新 | 第32页 |
| 3.3 改进算法伪代码 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-36页 |
| 3.5 小结 | 第36-38页 |
| 第4章 基于分块背景更新的均值漂移跟踪算法 | 第38-46页 |
| 4.1 基于分块背景的目标模型 | 第38-39页 |
| 4.2 背景模型的更新 | 第39-40页 |
| 4.3 距离权重 | 第40-41页 |
| 4.4 加强算法伪代码 | 第41-42页 |
| 4.5 实验结果及分析 | 第42-45页 |
| 4.6 小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 全文总结 | 第46页 |
| 5.2 目标跟踪展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间的研究成果 | 第52页 |
