| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 目标跟踪场景的分类 | 第8-10页 |
| 1.2.2 目标跟踪算法的分类 | 第10-12页 |
| 1.2.3 目标跟踪算法的发展趋势 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 2 核相关滤波目标跟踪算法 | 第14-40页 |
| 2.1 岭回归 | 第14-16页 |
| 2.1.1 线性岭回归 | 第14-15页 |
| 2.1.2 核岭回归 | 第15-16页 |
| 2.2 循环矩阵 | 第16-19页 |
| 2.3 相关滤波 | 第19-24页 |
| 2.3.1 线性相关滤波 | 第19-20页 |
| 2.3.2 核相关滤波 | 第20-22页 |
| 2.3.3 快速检测 | 第22页 |
| 2.3.4 相关滤波在二维样本上的推广 | 第22-24页 |
| 2.4 核相关滤波目标跟踪算法的实现 | 第24-30页 |
| 2.4.1 总体流程 | 第24-25页 |
| 2.4.2 密集采样 | 第25-26页 |
| 2.4.3 样本预处理 | 第26-28页 |
| 2.4.4 样本的相关滤波 | 第28页 |
| 2.4.5 模型更新 | 第28-30页 |
| 2.5 梯度方向直方图特征 | 第30-37页 |
| 2.5.1 PCA-HOG特征的数据结构 | 第30-31页 |
| 2.5.2 PCA-HOG特征的提取 | 第31-36页 |
| 2.5.3 PCA-HOG特征在相关滤波跟踪算法中的的应用 | 第36-37页 |
| 2.6 实验与分析 | 第37-39页 |
| 2.6.1 实验环境与评测指标 | 第37-38页 |
| 2.6.2 RAW与PCA-HOG特征的性能比较 | 第38-39页 |
| 2.7 本章小结 | 第39-40页 |
| 3 尺度自适应的快速相关滤波跟踪算法 | 第40-57页 |
| 3.1 尺度自适应 | 第40-45页 |
| 3.1.1 对数极坐标变换 | 第40页 |
| 3.1.2 改进的对数极坐标变换 | 第40-42页 |
| 3.1.3 LPT尺度估计法 | 第42-43页 |
| 3.1.4 尺度自适应的快速相关滤波跟踪算法 | 第43-45页 |
| 3.2 综合评测 | 第45-49页 |
| 3.2.1 参数设置 | 第45页 |
| 3.2.2 最小极径系数的选取 | 第45-46页 |
| 3.2.3 尺度自适应性能评测 | 第46-48页 |
| 3.2.4 OTB100库评测 | 第48-49页 |
| 3.3 综合分析 | 第49-56页 |
| 3.3.1 尺度变化目标的跟踪 | 第49-50页 |
| 3.3.2 旋转目标的跟踪 | 第50-52页 |
| 3.3.3 遮挡目标的跟踪 | 第52-53页 |
| 3.3.4 变形目标的跟踪 | 第53-55页 |
| 3.3.5 更新策略的缺陷分析 | 第55-56页 |
| 3.4 综合评价 | 第56页 |
| 3.5 本章小结 | 第56-57页 |
| 4 相关滤波跟踪算法的DSP实现 | 第57-68页 |
| 4.1 DSP开发平台 | 第57-60页 |
| 4.1.1 硬件平台简介 | 第57-58页 |
| 4.1.2 跟踪系统软件框架设计 | 第58-59页 |
| 4.1.3 视频输入输出程序设计 | 第59-60页 |
| 4.2 跟踪算法的DSP实现 | 第60-66页 |
| 4.2.1 跟踪算法的选择 | 第60-61页 |
| 4.2.2 跟踪算法的原理 | 第61-62页 |
| 4.2.3 二维FFT的DSP实现 | 第62-64页 |
| 4.2.4 关键模块的实现与优化 | 第64-66页 |
| 4.3 实验与分析 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76页 |