声明
摘要
1.1 课题背景
1.2 图像对准
1.2.1 图像特征
1.2.2 搜索空间(几何变换)
1.2.3 搜索策略
1.2.4 相似性度量
1.2.5 在线图像对准方法
1.3 视觉单目标追踪
1.3.1 特征选择
1.3.2 目标表达
1.3.3 相关滤波目标追踪方法
1.4 论文组织
第2章 相关工作
2.1 图像对准问题研究现状
2.1.1 基于图像特征的方法
2.1.2 基于区域的方法
2.1.3 基于深度网络的图像对准方法
2.2 主成分分析研究现状
2.3 视觉单目标追踪研究现状
2.4 本章小结
3.1 引言
3.2 在线主成分分析
3.2.1 在线主成分分析
3.2.2 基更新方法
3.2.3 图像对齐
3.3 人工生成数据上的主成分分析实验
3.4 网像对准实验
3.5 小结
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
4.1 引言
4.2 基于在线鲁棒图像对准的前后背景分离方法
4.2.1 背景分离方法
4.2.2 在线鲁棒背景分离方法
4.3 基于在线鲁棒图像对准的目标跟踪方法
4.3.1 粒子滤波器目标跟踪方法
4.3.2 在线鲁棒粒子滤波跟踪方法
4.3.3 反向合成的粒子滤波目标跟踪算法
4.4 前后背景分离实验
4.4.1 室内外场景下的直观背景分离试验
4.4.2 在数据集Perception Test Images sequences上的定量实验
4.5 目标跟踪实验
4.5.1 在有挑战的序列上的定量实验
4.5.2 直观追踪结果比较与分析
4.6 小结
5.1 引言
5.2 基于图像对准的单目标跟踪方法
5.2.1 描述性相关滤波器(DCF)方法
5.2.2 基于时域调整相关滤波器的目标跟踪方法(TCF)
5.3 视觉单目标跟踪实验
5.3.1 实验设置
5.3.2 在OTB-2013数据集上的实验
5.3.3 在OTB-2015数据集上的实验
5.3.4 纠直观视觉追踪结果
5.4 小结
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读博士学位期间的主要研究成果
致谢