| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 技术研究路线 | 第12页 |
| 1.3 相关技术的研究现状 | 第12-17页 |
| 1.3.1 视觉目标跟踪 | 第13-15页 |
| 1.3.2 基于特征匹配的背景消除 | 第15页 |
| 1.3.3 基于RGB-D相机的视觉目标跟踪 | 第15-16页 |
| 1.3.4 基于视觉目标跟踪的智能跟随机器人 | 第16-17页 |
| 1.4 本文的研究思路 | 第17-19页 |
| 1.4.1 基础算法研究思路 | 第17-18页 |
| 1.4.2 算法优化研究思路 | 第18-19页 |
| 1.4.3 算法应用研究思路 | 第19页 |
| 1.5 本文的结构安排 | 第19-22页 |
| 2 面向视觉目标跟踪的协作策略 | 第22-42页 |
| 2.1 概述 | 第22-25页 |
| 2.2 判别跟踪器 | 第25-26页 |
| 2.2.1 分类单元 | 第25-26页 |
| 2.2.2 后处理器 | 第26页 |
| 2.3 部件跟踪器 | 第26-29页 |
| 2.3.1 基于关键点的特征提取器 | 第27页 |
| 2.3.2 判别模型 | 第27页 |
| 2.3.3 生成模型 | 第27页 |
| 2.3.4 集成后处理器 | 第27-28页 |
| 2.3.5 生成模型更新器 | 第28-29页 |
| 2.4 协作策略 | 第29-31页 |
| 2.4.1 正负样本模板单元 | 第30页 |
| 2.4.2 判别跟踪器更新模块 | 第30页 |
| 2.4.3 部件跟踪器更新模块 | 第30-31页 |
| 2.4.4 模板单元更新模块 | 第31页 |
| 2.5 实验与分析 | 第31-40页 |
| 2.5.1 实验环境与设置 | 第31-32页 |
| 2.5.2 性能指标 | 第32-33页 |
| 2.5.3 实验数据选择 | 第33-34页 |
| 2.5.4 性能提升评估 | 第34-38页 |
| 2.5.5 整体性能评估 | 第38-39页 |
| 2.5.6 通用性能评估 | 第39-40页 |
| 2.6 小结 | 第40-42页 |
| 3 基于特征匹配的背景消除 | 第42-54页 |
| 3.1 概述 | 第42-43页 |
| 3.2 特征提取 | 第43-45页 |
| 3.3 背景消除 | 第45-48页 |
| 3.4 实验与分析 | 第48-51页 |
| 3.4.1 特征提取方法性能评估 | 第48-49页 |
| 3.4.2 背景消除策略性能评估 | 第49-51页 |
| 3.5 背景消除在视觉目标跟踪中的应用 | 第51-52页 |
| 3.6 小结 | 第52-54页 |
| 4 基于RGB-D相机的视觉目标跟踪 | 第54-68页 |
| 4.1 概述 | 第54-56页 |
| 4.2 基于RGB-D信息的背景消除及相机-目标相对位姿估计 | 第56-57页 |
| 4.3 基于RGB-D相机的半身人体跟踪 | 第57-65页 |
| 4.3.1 跟踪流程 | 第57-59页 |
| 4.3.2 跟踪稳定性优化 | 第59-62页 |
| 4.3.3 跟踪测试与分析 | 第62-65页 |
| 4.4 小结 | 第65-68页 |
| 5 基于视觉目标跟踪的智能人机交互应用：智能跟随机器人 | 第68-76页 |
| 5.1 概述 | 第68-69页 |
| 5.2 系统设计 | 第69-71页 |
| 5.3 系统实现 | 第71-72页 |
| 5.4 系统测试与分析 | 第72-74页 |
| 5.5 小结 | 第74-76页 |
| 6 总结与展望 | 第76-80页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-80页 |
| 参考文献 | 第80-86页 |
| 附录 | 第86-88页 |
| 攻读学位期间发表的学术论文清单 | 第88-90页 |
| 致谢 | 第90页 |