声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究概况
1.3 研究内容与结构安排
2 目标跟踪与相关滤波技术
2.1 目标跟踪分析
2.1.1 运动模型
2.1.2 特征提取
2.1.3 观测模型
2.1.4 模型更新
2.1.5 集成学习
2.2 MOSSE相关滤波
2.2.1 卷积与相关
2.2.2 MOSSE跟踪算法
2.3 核相关滤波
2.3.1 循环矩阵
2.3.2 核岭回归
2.3.3 KCF算法分析
2.4 本章小结
3 基于置信度评估的多特征融合跟踪算法
3.1 目标特性与特征筛选
3.1.1 目标特性分析
3.1.2 特征选择与提取
3.2 置信度评估与特征融合
3.2.1 融合策略分析
3.2.2 置信度评估
3.2.3 特征融合定位
3.2.4 自适应更新策略
3.3 并行尺度估计
3.3.1 多尺度相关滤波
3.3.2 并行尺度估计
3.4 算法跟踪流程
3.5 本章小结
4 基于多跟踪器交替的抗遮挡跟踪算法
4.1 分块模型建立
4.1.1 模型定义
4.1.2 目标分块策略
4.1.3 子块跟踪策略
4.2 分块融合跟踪
4.2.1 子块置信度评估
4.2.2 多子块融合跟踪
4.2.3 分块跟踪流程
4.3 目标重跟踪策略
4.3.1 局部搜索阶段
4.3.2 扩大搜索阶段
4.4 交替跟踪策略
4.5 本章小结
5 实验结果与分析
5.1 数据集与评价指标
5.1.1 数据集介绍
5.1.2 评价指标
5.2 算法性能评估
5.2.1 总体性能评估
5.2.2 干扰因素评估
5.2.3 算法适应性评估
5.3 本章小结
6 总结与展望
6.1 本文总结
6.2 工作展望
致谢
参考文献
附录1 攻读学位期间发表论文目录
附录2 攻读学位期间项目参与情况