声明
摘要
第1章 绪论
1.1 研究目的和意义
1.2 课题的国内外研究现状
1.2.1 目标跟踪的国内外研究现状
1.2.2 视觉显著性检测的国内外研究现状
1.3 目标跟踪的挑战和难点
1.4 课题研究内容及章节安排
第2章 课题相关理论知识
2.1 Mean Shift算法理论及其在目标跟踪中的应用
2.1.1 无参数密度估计理论
2.1.2 Mean Shift算法理论
2.1.3 基于Mean Shift算法的目标跟踪方法
2.2 视觉显著性理论及HC显著性模型介绍
2.2.1 视觉显著性理论
2.2.2 颜色空间理论
2.2.3 HC模型的基本原理
2.3 Kalman滤波技术
2.4 本章小结
第3章 时空信息融合的显著性检测模型
3.1 引言
3.2 空间域显著性检测模型
3.2.1 SLIC超像素分割
3.2.2 超像素级对比度特征提取
3.2.3 结合目标先验信息的空间域显著性检测模型
3.3 时域显著性检测模型
3.3.1 运动特征的提取
3.3.2 时域显著性特征提取
3.3.3 时域显著性检测模型的建立
3.4 时空域显著图的融合
3.5 实验仿真结果及分析
3.5.1 定性实验
3.5.2 定量实验
3.6 本章小结
第4章 基于时空视觉显著性特征的目标跟踪算法
4.1 引言
4.2 基于时空视觉显著性特征的目标跟踪算法
4.2.1 显著性加权的反向投影图
4.2.2 Mean Shift搜索目标
4.2.3 自适应调整收敛窗口
4.2.4 Kalman滤波预测目标位置
4.2.5 算法流程
4.3 实验结果与性能分析
4.3.1 实验结果
4.3.2 性能分析
4.4 本章小结
结论
参考文献
攻读硕士学位期间所发表的论文和取得的科研成果
致谢