| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 目标跟踪难点 | 第12-13页 |
| 1.4 本文研究内容 | 第13-14页 |
| 1.5 相关章节安排 | 第14-16页 |
| 第二章 目标跟踪的基本方法 | 第16-22页 |
| 2.1 基于检测的跟踪 | 第16-17页 |
| 2.1.1 帧间差分法 | 第16页 |
| 2.1.2 背景差分法 | 第16-17页 |
| 2.1.3 光流法 | 第17页 |
| 2.2 基于匹配的跟踪 | 第17-20页 |
| 2.2.1 基于活动轮廓的跟踪 | 第18页 |
| 2.2.2 基于特征的跟踪 | 第18-19页 |
| 2.2.3 基于区域的跟踪 | 第19-20页 |
| 2.2.4 基于模型的跟踪 | 第20页 |
| 2.3 基于滤波的跟踪 | 第20-21页 |
| 2.3.1 卡尔曼滤波 | 第20-21页 |
| 2.3.2 粒子滤波 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于核相关滤波器视频目标跟踪算法设计与实现 | 第22-45页 |
| 3.1 基于核相关滤波器视频目标跟踪算法的总体框架设计 | 第22-23页 |
| 3.2 跟踪模块 | 第23-27页 |
| 3.2.1 循环矩阵 | 第23-24页 |
| 3.2.2 分类器训练 | 第24-25页 |
| 3.2.3 快速跟踪 | 第25页 |
| 3.2.4 多尺度HOG特征 | 第25-26页 |
| 3.2.5 跟踪器实现 | 第26-27页 |
| 3.3 检测模块 | 第27-31页 |
| 3.3.1 扫描窗格 | 第28页 |
| 3.3.2 目标模型 | 第28-29页 |
| 3.3.3 级联分类器 | 第29-31页 |
| 3.4 学习模块 | 第31-34页 |
| 3.5 算法的实现与实验分析 | 第34-44页 |
| 3.5.1 算法仿真与性能分析 | 第35-39页 |
| 3.5.2 K-TLD算法性能对比分析 | 第39-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于ARM的视频目标跟踪算法的优化与实现 | 第45-57页 |
| 4.1 ARM Cortex A8架构 | 第45-47页 |
| 4.2 NEON技术 | 第47-50页 |
| 4.2.1 NEON技术简介 | 第47-48页 |
| 4.2.2 NEON技术架构 | 第48-49页 |
| 4.2.3 NEON优化方案 | 第49-50页 |
| 4.3 对HOG特征提取进行优化 | 第50-52页 |
| 4.4 实验测试与分析 | 第52-56页 |
| 4.4.1 K-TLD算法各模块时间分析 | 第52-53页 |
| 4.4.2 优化结果测试分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65页 |