第一个书签之前
插图清单
附表清单
Bills of Tables
绪论
研究背景及意义
研究现状及发展趋势
本文主要工作
本文组织结构
相关工作及预备知识
传统的相关滤波目标跟踪简介
相关滤波跟踪的基本概念
传统的相关滤波跟踪器
基于CNN的目标跟踪简介
卷积神经网络的基本概念
CNN在目标跟踪中的应用
CRF模型简介
CRF模型概述
连续CRF模型应用
目标跟踪问题简介
目标跟踪面临的难题
跟踪方法的评测标准
本章小结
基于CNN的相关滤波目标跟踪研究
判别式相关滤波器的理论研究
样本集的生成与表示
滤波器的表示
滤波器的加速训练
目标位置的确定
传统判别式相关滤波器的局限性
端到端的深度相关滤波跟踪网络研究
CFNet网络
DCFNet网络
基于CNN的相关滤波目标跟踪模型
算法跟踪模型
模型网络设计
本章小结
基于CRF的深度相关滤波跟踪算法
概述
图像超像素分割
基于CRF和DCF的深度目标跟踪模型
一元特征模块
二元关系模块
学习更新模块
网络优化
反向传播
在线更新
本章小结
实验与分析
实验环境
数据集和基准方法
数据集
基准方法
定量评估实验
在数据集OTB-2013下的算法评估
在数据集OTB-2015下的算法评估
算法跟踪速率评估
定性评估实验
本章小结
总结与展望
研究总结
工作展望