基于视频的单目标跟踪研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 应用前景 | 第11-12页 |
| 1.3 技术难点 | 第12-13页 |
| 1.4 主要研究内容及论文结构 | 第13-15页 |
| 第二章 目标跟踪概述 | 第15-27页 |
| 2.1 目标跟踪算法分类 | 第15-16页 |
| 2.2 目标跟踪算法流程及框架 | 第16页 |
| 2.3 目标跟踪关键技术 | 第16-25页 |
| 2.3.1 目标特征提取 | 第17-20页 |
| 2.3.2 环境信息集成 | 第20-21页 |
| 2.3.3 目标定位 | 第21-24页 |
| 2.3.4 目标模型更新 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 改进的超像素特征提取方法 | 第27-39页 |
| 3.1 超像素简介 | 第27页 |
| 3.2 现有的超像素算法 | 第27-29页 |
| 3.3 SLIC超像素特征介绍 | 第29-30页 |
| 3.4 改进的SLIC超像素特征 | 第30-32页 |
| 3.4.1 均匀的SLIC超像素 | 第31-32页 |
| 3.4.2 均匀随机的SLIC超像素特征 | 第32页 |
| 3.5 实验验证 | 第32-38页 |
| 3.5.1 实验环境及数据集 | 第32-33页 |
| 3.5.2 实验设计及评价指标 | 第33页 |
| 3.5.3 功能对比 | 第33-34页 |
| 3.5.4 生成时间对比 | 第34页 |
| 3.5.5 分割效果对比 | 第34-36页 |
| 3.5.6 边界附着率对比 | 第36-37页 |
| 3.5.7 实验结果分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 改进的超像素跟踪算法 | 第39-50页 |
| 4.1 超像素跟踪算法介绍 | 第39-43页 |
| 4.2 可变窗.的跟踪方法 | 第43-45页 |
| 4.3 基于超像素的模糊跟踪方法 | 第45-46页 |
| 4.4 实验验证 | 第46-49页 |
| 4.4.1 跟踪速率对比 | 第46-48页 |
| 4.4.2 模糊图像跟踪对比 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 复杂场景下的目标跟踪 | 第50-61页 |
| 5.1 主流跟踪算法简介 | 第50-51页 |
| 5.2 实验环境及数据集 | 第51页 |
| 5.3 实验设计 | 第51-52页 |
| 5.4 实验结果 | 第52-53页 |
| 5.5 实验结果分析 | 第53-59页 |
| 5.5.1 与基于颜色特征的跟踪算法对比 | 第53-54页 |
| 5.5.2 与目前较为流行及有效的算法对比 | 第54-59页 |
| 5.6 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻硕期间取得的研究成果 | 第70-71页 |
