融合时空上下文的超像素跟踪算法研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.3 本文主要工作及结构安排 | 第14-17页 |
1.3.1 论文主要工作 | 第14-15页 |
1.3.2 论文结构 | 第15-17页 |
第2章 像素级上下文跟踪 | 第17-26页 |
2.1 基于上下文的跟踪算法综述 | 第17-19页 |
2.2 时空上下文跟踪的基本原理 | 第19-23页 |
2.2.1 空间上下文模型的建立 | 第19-21页 |
2.2.2 上下文先验模型 | 第21页 |
2.2.3 置信图 | 第21-22页 |
2.2.4 空间上下文模型的求解 | 第22-23页 |
2.3 像素级时空上下文跟踪 | 第23-26页 |
2.3.1 时空上下文模型的更新 | 第24页 |
2.3.2 尺度参数的更新 | 第24-26页 |
第3章 超像素级目标跟踪 | 第26-33页 |
3.1 超像素 | 第26-29页 |
3.1.1 超像素作为目标跟踪基本单元的意义 | 第26-27页 |
3.1.2 超像素分割方法的选择 | 第27-29页 |
3.1.3 超像素分割参数的选择 | 第29页 |
3.2 超像素级时空上下文模型的建立 | 第29-31页 |
3.3 超像素级时空上下文跟踪算法 | 第31-33页 |
第4章 实验结果与分析 | 第33-41页 |
4.1 参数设定与实施细节 | 第33页 |
4.2 跟踪性能评价准则 | 第33-34页 |
4.2.1 定性评价准则 | 第33-34页 |
4.2.2 定量评价准则 | 第34页 |
4.3 实验结果分析与评价 | 第34-41页 |
4.3.1 跟踪算法的定性评价 | 第35-38页 |
4.3.2 跟踪算法的量化评估 | 第38-41页 |
第5章 总结与展望 | 第41-43页 |
5.1 总结 | 第41-42页 |
5.2 展望 | 第42-43页 |
参考文献 | 第43-47页 |
作者简介及在学期间所获得的科研成果 | 第47-48页 |
致谢 | 第48页 |