摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-21页 |
1.1 研究背景 | 第11-12页 |
1.2 研究目的和意义 | 第12-13页 |
1.3 研究现状 | 第13-18页 |
1.3.1 基于生成式方法的目标跟踪 | 第13-14页 |
1.3.2 基于二元分类器的判别式目标跟踪 | 第14-15页 |
1.3.3 基于相关滤波的目标跟踪 | 第15-16页 |
1.3.4 基于深度学习的目标跟踪 | 第16-17页 |
1.3.5 课题研究的技术难点 | 第17-18页 |
1.4 本文的创新 | 第18-19页 |
1.5 论文的组织 | 第19-21页 |
第二章 基于超像素的目标分析 | 第21-31页 |
2.1 超像素 | 第21-23页 |
2.2 目标外观超像素分析 | 第23-24页 |
2.3 基于超像素光流的目标运动趋势和尺度变化分析 | 第24-26页 |
2.3.1 光流 | 第24-25页 |
2.3.2 超像素光流估计目标运动和尺度 | 第25-26页 |
2.4 实验讨论与分析 | 第26-30页 |
2.4.1 超像素目标外观重构实验 | 第27-28页 |
2.4.2 目标运动分析和尺度估计实验 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章 基于超像素预测参数的改进相关滤波跟踪 | 第31-41页 |
3.1 相关滤波跟踪 | 第31-32页 |
3.2 核化相关滤波跟踪 | 第32-35页 |
3.2.1 核函数 | 第33页 |
3.2.2 密集采样样本与循环矩阵 | 第33-34页 |
3.2.3 核化相关滤波 | 第34-35页 |
3.3 改进的核化相关滤波跟踪 | 第35-37页 |
3.4 实验讨论与分析 | 第37-39页 |
3.5 本章小结 | 第39-41页 |
第四章 基于预测-检测-修正框架的实时长期目标跟踪 | 第41-49页 |
4.1 基于支持向量机的在线目标检测 | 第41-43页 |
4.1.1 支持向量机的基本原理 | 第41-42页 |
4.1.2 基于支持向量机的在线修正器 | 第42-43页 |
4.2 基于联合预测-检测-修正框架的目标跟踪 | 第43-46页 |
4.3 实验讨论与分析 | 第46-48页 |
4.4 本章小结 | 第48-49页 |
第五章 目标跟踪综合实验结果分析 | 第49-66页 |
5.1 实验设置 | 第49-53页 |
5.1.1 实验数据集与对比算法 | 第49-51页 |
5.1.2 实验结果评价标准 | 第51-53页 |
5.1.3 算法参数设置 | 第53页 |
5.2 算法整体定量分析 | 第53-58页 |
5.2.1 算法整体性能定量分析 | 第53-56页 |
5.2.2 算法分属性定量分析 | 第56-58页 |
5.3 算法整体性能定性分析 | 第58-60页 |
5.4 算法时间复杂度分析 | 第60-61页 |
5.4.1 计算复杂度讨论 | 第60页 |
5.4.2 速度分析 | 第60-61页 |
5.5 算法各模块在不同基准下的有效性分析 | 第61-63页 |
5.6 算法参数设置有效性分析 | 第63-64页 |
5.7 本章小结 | 第64-66页 |
第六章 目标跟踪在捏合指尖空中书写系统中的应用 | 第66-71页 |
6.1 基于手指书写的空中书写人机交互系统 | 第66-68页 |
6.1.1 基于手指跟踪的空中书写系统 | 第66-67页 |
6.1.2 捏合指尖空中书写模态 | 第67-68页 |
6.2 基于超像素分析和相关滤波的跟踪算法在空中书写系统的应用 | 第68-69页 |
6.3 实验讨论与分析 | 第69-70页 |
6.4 本章小结 | 第70-71页 |
总结与展望 | 第71-73页 |
参考文献 | 第73-80页 |
攻读硕士学位期间取得的研究成果 | 第80-82页 |
已发表论文 | 第80-81页 |
已公开专利 | 第81-82页 |
致谢 | 第82-83页 |
附件 | 第83页 |