| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-32页 |
| 1.1 课题的研究背景和意义 | 第20-21页 |
| 1.2 相关技术的研究现状与发展 | 第21-28页 |
| 1.2.1 红外目标及其背景图像特性 | 第21页 |
| 1.2.2 目标跟踪的关键处理技术研究现状 | 第21-28页 |
| 1.3 本文的主要研究成果与创新点 | 第28-29页 |
| 1.4 本文课题来源及内容安排 | 第29-30页 |
| 1.4.1 本论文课题来源 | 第29页 |
| 1.4.2 内容安排 | 第29-30页 |
| 1.5 本章小结 | 第30-32页 |
| 第二章 基于时空上下文与引导滤波的红外弱小目标跟踪 | 第32-44页 |
| 2.1 引言 | 第32-33页 |
| 2.2 STC跟踪算法的基本原理 | 第33-36页 |
| 2.2.1 上下文先验模型 | 第34页 |
| 2.2.2 空间上下文模型 | 第34-35页 |
| 2.2.3 快速检测 | 第35页 |
| 2.2.4 偏移分析 | 第35-36页 |
| 2.3 基于引导滤波的STC跟踪算法 | 第36-38页 |
| 2.3.1 引导滤波 | 第36-37页 |
| 2.3.2 GIF-STC跟踪算法 | 第37-38页 |
| 2.4 仿真结果及分析 | 第38-42页 |
| 2.4.1 参数设置 | 第39页 |
| 2.4.2 定性对比 | 第39-40页 |
| 2.4.3 定量对比 | 第40-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第三章 基于核相关滤波与曲率滤波的红外弱小目标跟踪 | 第44-60页 |
| 3.1 引言 | 第44-45页 |
| 3.2 基于SVD的目标增强方法 | 第45-48页 |
| 3.2.1 SVD的基本原理 | 第45-46页 |
| 3.2.2 基于SVD的图像增强 | 第46-48页 |
| 3.3 改进的KCF跟踪算法 | 第48-54页 |
| 3.3.1 KCF算法的基本原理 | 第48-51页 |
| 3.3.2 跟踪偏移分析 | 第51-52页 |
| 3.3.3 改进的KCF算法 | 第52-54页 |
| 3.4 实验结果及分析 | 第54-59页 |
| 3.4.1 实验参数设置 | 第54页 |
| 3.4.2 定性分析 | 第54-56页 |
| 3.4.3 定量分析 | 第56-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 基于卷积特征的红外目标跟踪方法 | 第60-88页 |
| 4.1 引言 | 第60-61页 |
| 4.2 粒子滤波框架 | 第61页 |
| 4.3 CNN特征 | 第61-62页 |
| 4.4 基于Boosting与CNN特征的红外目标跟踪 | 第62-72页 |
| 4.4.1 Boosting算法 | 第62-64页 |
| 4.4.2 CNB跟踪算法 | 第64-66页 |
| 4.4.3 实验结果与分析 | 第66-72页 |
| 4.5 基于CNN特征的联合模型的红外弱小目标跟踪 | 第72-87页 |
| 4.5.1 先验模型 | 第73-74页 |
| 4.5.2 CNGM模型 | 第74-76页 |
| 4.5.3 SDC模型 | 第76-78页 |
| 4.5.4 SDC-CNGM红外弱小目标跟踪算法 | 第78-79页 |
| 4.5.5 实验结果与分析 | 第79-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 基于引导滤波的红外目标跟踪方法 | 第88-110页 |
| 5.1 引言 | 第88页 |
| 5.2 基于引导滤波的跟踪算法 | 第88-92页 |
| 5.2.1 引导滤波基本原理 | 第89-90页 |
| 5.2.2 贝叶斯分类器 | 第90-92页 |
| 5.3 基于CNN的GIF红外弱小目标跟踪 | 第92-99页 |
| 5.3.1 基于CNN的特征描述 | 第92页 |
| 5.3.2 贝叶斯分类器的学习因子 | 第92-93页 |
| 5.3.3 GIF-CNN跟踪算法 | 第93-94页 |
| 5.3.4 实验结果与分析 | 第94-99页 |
| 5.4 基于联合模型的GIF红外跟踪算法 | 第99-108页 |
| 5.4.1 算法动机 | 第100页 |
| 5.4.2 SGM模型 | 第100-101页 |
| 5.4.3 GFDC-SGM跟踪算法 | 第101-102页 |
| 5.4.4 实验结果与分析 | 第102-108页 |
| 5.5 本章小结 | 第108-110页 |
| 第六章 总结与展望 | 第110-114页 |
| 6.1 主要工作总结 | 第110-111页 |
| 6.2 研究展望 | 第111-114页 |
| 参考文献 | 第114-124页 |
| 致谢 | 第124-126页 |
| 作者简介 | 第126-130页 |
