结合运动信息的目标主动轮廓跟踪
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及选题意义 | 第10-11页 |
| 1.2 目标主动轮廓跟踪国内外研究现状 | 第11-14页 |
| 1.3 研究难点与创新点 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-17页 |
| 第二章 光流法与目标主动轮廓跟踪 | 第17-29页 |
| 2.1 光流法概述 | 第17-19页 |
| 2.1.1 光流约束方程 | 第17-18页 |
| 2.1.2 光流场的计算 | 第18-19页 |
| 2.2 活动轮廓模型 | 第19-24页 |
| 2.2.1 参数活动轮廓模型 | 第20-21页 |
| 2.2.2 几何活动轮廓模型 | 第21-24页 |
| 2.3 基于光流的水平集轮廓跟踪演化方程 | 第24-27页 |
| 2.4 轮廓跟踪算法评价标准 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于表观特征的目标轮廓跟踪 | 第29-53页 |
| 3.1 整体框架设计 | 第29页 |
| 3.2 超像素分割 | 第29-31页 |
| 3.3 表观特征提取 | 第31-35页 |
| 3.3.1 颜色特征 | 第32-34页 |
| 3.3.2 纹理特征 | 第34-35页 |
| 3.4 置信图计算 | 第35-45页 |
| 3.4.1 基于SVM分类器的置信图计算 | 第35-40页 |
| 3.4.2 基于局部信息的置信图计算 | 第40-44页 |
| 3.4.3 置信图融合 | 第44-45页 |
| 3.5 基于表观特征的水平集轮廓跟踪 | 第45-47页 |
| 3.6 实验结果与分析 | 第47-51页 |
| 3.7 本章小结 | 第51-53页 |
| 第四章 结合运动信息的目标轮廓跟踪 | 第53-72页 |
| 4.1 方法概述与框架设计 | 第53-54页 |
| 4.2 自适应光流灰度级调整 | 第54-57页 |
| 4.2.1 光流方向直方图统计 | 第54-55页 |
| 4.2.2 分割阈值计算 | 第55-57页 |
| 4.2.3 光流灰度级调整 | 第57页 |
| 4.3 基于决策树的融合权重计算 | 第57-62页 |
| 4.3.1 决策树原理 | 第58页 |
| 4.3.2 决策树生成 | 第58-60页 |
| 4.3.3 置信图计算 | 第60-62页 |
| 4.4 结合运动信息的轮廓跟踪算法 | 第62-63页 |
| 4.5 实验结果与分析 | 第63-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
