外观变化自适应目标跟踪算法的设计与实现
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-10页 |
1.2 国内外研究与应用现状 | 第10-12页 |
1.3 目标跟踪的主要难点 | 第12-13页 |
1.4 本文的主要工作及结构安排 | 第13-15页 |
第二章 视觉跟踪相关技术介绍 | 第15-27页 |
2.1 视觉跟踪基本框架 | 第15-16页 |
2.2 目标模型 | 第16-20页 |
2.2.1 生成式模型 | 第16-17页 |
2.2.2 判别式模型 | 第17-19页 |
2.2.3 联合模型 | 第19-20页 |
2.3 特征提取与描述 | 第20-26页 |
2.3.1 PCA-HOG梯度特征 | 第20-23页 |
2.3.2 ORB关键点特征 | 第23-26页 |
2.4 本章小结 | 第26-27页 |
第三章 相关滤波器 | 第27-39页 |
3.1 最小均方误差滤波器 | 第27-30页 |
3.1.1 目标函数与求解 | 第27-28页 |
3.1.2 多通道相关滤波器 | 第28-30页 |
3.2 核相关滤波器 | 第30-34页 |
3.2.1 循环移位矩阵 | 第30-32页 |
3.2.2 基于核方法的岭回归 | 第32-34页 |
3.3 基于多通道优选的相关滤波器 | 第34-38页 |
3.3.1 多通道相关滤波器优化 | 第35-37页 |
3.3.2 MSCF的性能分析 | 第37-38页 |
3.4 本章小结 | 第38-39页 |
第四章 目标外观变化自适应跟踪方法 | 第39-47页 |
4.1 目标全局表观和局部表观建模 | 第39-40页 |
4.2 基于置信度融合的目标位置估计 | 第40-43页 |
4.3 基于结构化一致性约束的目标状态估计 | 第43-44页 |
4.4 遮挡处理 | 第44-45页 |
4.5 模型更新与在线学习 | 第45-46页 |
4.6 本章小结 | 第46-47页 |
第五章 实验与结果分析 | 第47-67页 |
5.1 实验平台介绍 | 第47-52页 |
5.1.1 数据集和对比算法 | 第47-50页 |
5.1.2 主要性能指标 | 第50-52页 |
5.2 测试环境与算法参数设置 | 第52-53页 |
5.3 算法性能综合评估 | 第53-66页 |
5.3.1 定性分析 | 第53-60页 |
5.3.2 定量分析 | 第60-66页 |
5.4 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 研究工作总结 | 第67页 |
6.2 展望 | 第67-69页 |
参考文献 | 第69-74页 |
附录1 攻读硕士学位期间撰写的论文 | 第74-75页 |
附录2 攻读硕士学位期间申请的专利 | 第75-76页 |
附录3 攻读硕士学位期间参加的科研项目 | 第76-77页 |
致谢 | 第77页 |