| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 课题背景 | 第14-16页 |
| 1.2 图像对准 | 第16-22页 |
| 1.2.1 图像特征 | 第18-19页 |
| 1.2.2 搜索空间(几何变换) | 第19-22页 |
| 1.2.3 搜索策略 | 第22页 |
| 1.2.4 相似性度量 | 第22页 |
| 1.2.5 在线图像对准方法 | 第22页 |
| 1.3 视觉单目标追踪 | 第22-26页 |
| 1.3.1 特征选择 | 第23-24页 |
| 1.3.2 目标表达 | 第24-25页 |
| 1.3.3 相关滤波目标追踪方法 | 第25-26页 |
| 1.4 论文组织 | 第26-28页 |
| 第2章 相关工作 | 第28-36页 |
| 2.1 图像对准问题研究现状 | 第28-32页 |
| 2.1.1 基于图像特征的方法 | 第28-30页 |
| 2.1.2 基于区域的方法 | 第30-32页 |
| 2.1.3 基于深度网络的图像对准方法 | 第32页 |
| 2.2 主成分分析研究现状 | 第32-34页 |
| 2.3 视觉单目标追踪研究现状 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于在线主成分分析的图像对准方法 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 在线主成分分析 | 第37-45页 |
| 3.2.1 在线主成分分析 | 第37-40页 |
| 3.2.2 基更新方法 | 第40-42页 |
| 3.2.3 图像对齐 | 第42-45页 |
| 3.3 人工生成数据上的主成分分析实验 | 第45-48页 |
| 3.4 图像对准实验 | 第48-53页 |
| 3.5 小结 | 第53-54页 |
| 第4章 基于图像对准的前后背景分离方法与视觉跟踪算法 | 第54-75页 |
| 4.1 引言 | 第54-56页 |
| 4.2 基于在线鲁棒图像对准的前后背景分离方法 | 第56-57页 |
| 4.2.1 背景分离方法 | 第56-57页 |
| 4.2.2 在线鲁棒背景分离方法 | 第57页 |
| 4.3 基于在线鲁棒图像对准的目标跟踪方法 | 第57-64页 |
| 4.3.1 粒子滤波器目标跟踪方法 | 第57-59页 |
| 4.3.2 在线鲁棒粒子滤波跟踪方法 | 第59-60页 |
| 4.3.3 反向合成的粒子滤波目标跟踪算法 | 第60-64页 |
| 4.4 前后背景分离实验 | 第64-70页 |
| 4.4.1 室内外场景下的直观背景分离试验 | 第64-68页 |
| 4.4.2 在数据集Perception Test Images Sequences上的定量实验 | 第68-70页 |
| 4.5 目标跟踪实验 | 第70-73页 |
| 4.5.1 在有挑战的序列上的定量实验 | 第70-71页 |
| 4.5.2 直观追踪结果比较与分析 | 第71-73页 |
| 4.6 小结 | 第73-75页 |
| 第5章 基于时域调整的相关滤波目标跟踪方法 | 第75-92页 |
| 5.1 引言 | 第75-76页 |
| 5.2 基于图像对准的单目标跟踪方法 | 第76-82页 |
| 5.2.1 描述性相关滤波器(DCF)方法 | 第76-78页 |
| 5.2.2 基于时域调整相关滤波器的目标跟踪方法(TCF) | 第78-82页 |
| 5.3 视觉单目标跟踪实验 | 第82-91页 |
| 5.3.1 实验设置 | 第83-84页 |
| 5.3.2 在OTB-2013数据集上的实验 | 第84-86页 |
| 5.3.3 在OTB-2015数据集上的实验 | 第86页 |
| 5.3.4 直观视觉追踪结果 | 第86-91页 |
| 5.4 小结 | 第91-92页 |
| 第6章 总结与展望 | 第92-96页 |
| 6.1 本文工作总结 | 第92-93页 |
| 6.2 未来工作展望 | 第93-96页 |
| 参考文献 | 第96-106页 |
| 攻读博士学位期间的主要研究成果 | 第106-107页 |
| 致谢 | 第107-108页 |
