摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-13页 |
§1-1 研究背景及意义 | 第9页 |
§1-2 相关研究现状 | 第9-12页 |
1-2-1 目标跟踪研究现状 | 第9-11页 |
1-2-2 视觉注意机制研究现状 | 第11-12页 |
§1-3 课题研究思路 | 第12页 |
§1-4 本文主要工作及内容安排 | 第12-13页 |
第二章 视觉注意机制模型及其改进 | 第13-28页 |
§2-1 视觉注意机制的生理学研究 | 第13-15页 |
§2-2 Itti 视觉注意计算模型 | 第15-22页 |
2-2-1 初级视觉特征提取 | 第16-18页 |
2-2-2 特征图生成 | 第18页 |
2-2-3 显著图生成 | 第18-19页 |
2-2-4 注意焦点的转移 | 第19-20页 |
2-2-5 仿真实验 | 第20-22页 |
§2-3 Itti 视觉注意模型的改进 | 第22-27页 |
2-3-1 加入运动特征 | 第22-26页 |
2-3-2 引入权值系数 | 第26-27页 |
§2-4 本章小结 | 第27-28页 |
第三章 基于 Mean-Shift 的目标跟踪算法 | 第28-38页 |
§3-1 Mean-Shift 理论 | 第28-32页 |
3-1-1 基本的 Mean-Shift 向量 | 第28-29页 |
3-1-2 扩展的 Mean-Shift 向量 | 第29-31页 |
3-1-3 Mean-Shift 向量的物理意义 | 第31页 |
3-1-4 Mean-Shift 算法步骤 | 第31-32页 |
§3-2 目标跟踪中的 Mean-Shift 算法 | 第32-36页 |
3-2-1 目标模型的表示 | 第33-34页 |
3-2-2 候选模型的表示 | 第34页 |
3-2-3 相似性判断 | 第34页 |
3-2-4 目标位置的确定 | 第34-36页 |
§3-3 实验结果分析 | 第36-37页 |
§3-4 本章小结 | 第37-38页 |
第四章 Itti 模型与 Mean-Shift 算法结合 | 第38-47页 |
§4-1 引言 | 第38页 |
§4-2 算法实现流程 | 第38-39页 |
§4-3 sift 特征匹配算法 | 第39-42页 |
4-3-1 极值点检测 | 第40页 |
4-3-2 特征点精确定位 | 第40-42页 |
4-3-3 特征点匹配 | 第42页 |
§4-4 实验过程与结果分析 | 第42-46页 |
§4-5 本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-48页 |
§5-1 总结 | 第47页 |
§5-2 展望 | 第47-48页 |
参考文献 | 第48-51页 |
致谢 | 第51页 |