基于判别式表观模型的目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 跟踪过程中的常用目标特征 | 第11-13页 |
| 1.2.2 跟踪过程中的常用表观建模方法 | 第13-15页 |
| 1.3 研究内容与思路 | 第15-16页 |
| 1.4 本文的结构安排 | 第16-18页 |
| 第二章 相关基础理论概述 | 第18-35页 |
| 2.1 基于表观模型的目标跟踪 | 第18-19页 |
| 2.2 表观模型建模方法 | 第19页 |
| 2.3 基于判别式表观模型的目标跟踪 | 第19-28页 |
| 2.3.1 目标区域的特征提取算法 | 第20-22页 |
| 2.3.2 分类器的学习算法 | 第22-24页 |
| 2.3.3 目标定位算法 | 第24-27页 |
| 2.3.4 表观模型的更新算法 | 第27-28页 |
| 2.4 改进的基于判别式表观模型的目标跟踪算法 | 第28-33页 |
| 2.4.1 基于超像素的目标跟踪算法 | 第28-31页 |
| 2.4.2 本文方法 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 融合多尺度超像素的判别式目标跟踪设计 | 第35-51页 |
| 3.1 本文方法概述 | 第35-36页 |
| 3.2 超像素分割和特征提取 | 第36-40页 |
| 3.3 离线训练判别式表观模型 | 第40-42页 |
| 3.4 融合多尺度超像素的在线跟踪 | 第42-45页 |
| 3.4.1 基于核函数的目标跟踪模板初始化 | 第42-43页 |
| 3.4.2 基于表观模型的超像素判别 | 第43-44页 |
| 3.4.3 基于多尺度投票机制的在线跟踪 | 第44-45页 |
| 3.5 在线更新目标的表观模型 | 第45-49页 |
| 3.5.1 遮挡情况判别 | 第45-46页 |
| 3.5.2 跟踪结果标记校正 | 第46-48页 |
| 3.5.3 Adaboost分类器的更新 | 第48-49页 |
| 3.6 系统框架设计 | 第49页 |
| 3.7 本章小结 | 第49-51页 |
| 第四章 实验及结果分析 | 第51-61页 |
| 4.1 实验设置以及评价标准 | 第51-52页 |
| 4.1.1 实验设置 | 第51页 |
| 4.1.2 评价标准 | 第51-52页 |
| 4.2 遮挡情况判别结果 | 第52-53页 |
| 4.3 融合多尺度超像素与单尺度超像素的比较 | 第53-56页 |
| 4.4 与其他方法的比较 | 第56-58页 |
| 4.5 本章小结 | 第58-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 个人简历及攻读硕士期间的主要研究成果 | 第68-69页 |
