声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 表观模型
1.2.2 运动模型
1.3.1 本文的主要工作
1.3.2 本文的组织结构
第二章 目标跟踪问题研究
2.1 目标跟踪算法流程
2.2 目标跟踪技术的难点
2.3 目标跟踪算法的评价指标
2.4 本章小结
第三章 基于局部的自适应多特征融合的核相关滤波目标跟踪算法
3.1 相关知识
3.1.1 核相关滤波跟踪算法
3.1.2 粒子滤波跟踪框架
3.2 算法主体结构
3.2.1 粗预测过程
3.2.2 模型建立
3.2.3 模型更新
3.3 实验部分
3.3.1 实验设置
3.3.2 算法不同属性的对比
3.3.3 定量评价与分析
3.3.4 定性评价与分析
3.4 本章小结
第四章 基于非局部相似性学习目标跟踪算法
4.1 问题表述
4.2 算法框架
4.2.1 基于表示的非局部相似性学习
4.2.2 在线学习线性分类器
4.2.3 融合粒子滤波框架
4.3 实验评价
4.3.1 实验设置
4.3.2 算法应用不同特征表示的效果对比
4.3.3 定量测试分析
4.3.4 定性测试分析
第五章 总结与展望
5.1 本文的工作内容及创新之处
5.2 今后工作的展望
致谢
参考文献
攻读硕士期间完成的科研情况