摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-13页 |
1.1 课题研究背景和意义 | 第8-9页 |
1.2 国内外研究发展及现状 | 第9-11页 |
1.2.1 目标跟踪研究现状 | 第9-10页 |
1.2.2 目标跟踪的研究发展 | 第10-11页 |
1.3 论文的研究内容 | 第11-12页 |
1.4 论文的组织结构 | 第12-13页 |
第二章 基础理论 | 第13-21页 |
2.1 相关滤波算法基本理论 | 第13-17页 |
2.1.1 起源与发展 | 第13页 |
2.1.2 相关滤波 | 第13-14页 |
2.1.3 循环矩阵 | 第14-16页 |
2.1.4 核技巧 | 第16-17页 |
2.2 相关滤波目标跟踪算法 | 第17-19页 |
2.2.1 相关滤波跟踪算法 | 第17-19页 |
2.2.2 核化相关滤波跟踪算法 | 第19页 |
2.3 目标跟踪标准视频序列集及其评价标准 | 第19-20页 |
2.3.1 目标跟踪算法测试序列 | 第19-20页 |
2.3.2 目标跟踪算法评价标准 | 第20页 |
2.4 本章小结 | 第20-21页 |
第三章 基于均值漂移的核相关滤波跟踪算法 | 第21-30页 |
3.1 引言 | 第21页 |
3.2 结合均值漂移的相关滤波跟踪算法 | 第21-26页 |
3.2.1 分块MS算法 | 第21-23页 |
3.2.2 算法综合描述 | 第23-26页 |
3.3 实验结果及分析 | 第26-29页 |
3.3.1 分块选择 | 第26-27页 |
3.3.2 数据集测试 | 第27-29页 |
3.4 本章小结 | 第29-30页 |
第四章 基于子空间和直方图的多记忆自适应相关滤波跟踪算法 | 第30-42页 |
4.1 引言 | 第30页 |
4.2 基于子空间和直方图的多记忆自适应跟踪算法 | 第30-34页 |
4.2.1 算法整体描述 | 第30-31页 |
4.2.2 学习CF随机更新模板响应得分 | 第31-32页 |
4.2.3 目标的子空间表示 | 第32-33页 |
4.2.4 目标的直方图表示 | 第33-34页 |
4.2.5 多记忆机制 | 第34页 |
4.3 实验结果及分析 | 第34-41页 |
4.3.1 数据集测试 | 第35-37页 |
4.3.2 基于视频属性的算法有效性分析 | 第37-38页 |
4.3.3 基于专家及得分规则的有效性分析 | 第38-41页 |
4.4 本章小结 | 第41-42页 |
第五章 自适应干扰块感知跟踪算法 | 第42-51页 |
5.1 引言 | 第42页 |
5.2 自适应干扰块感知算法 | 第42-45页 |
5.2.1 算法优化式 | 第42-43页 |
5.2.2 算法概述 | 第43-45页 |
5.3 实验结果及分析 | 第45-50页 |
5.3.1 数据集测试 | 第45-46页 |
5.3.2 算法性能分析 | 第46-49页 |
5.3.3 算法敏感性分析 | 第49-50页 |
5.4 本章小结 | 第50-51页 |
第六章 总结和展望 | 第51-53页 |
6.1 本文内容总结 | 第51-52页 |
6.2 未来工作展望 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-58页 |
附录一:作者在攻读硕士期间完成的论文 | 第58-59页 |
附录二:实验结果图 | 第59-66页 |