视频运动对象跟踪技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-18页 |
| 第1章 绪 论 | 第18-39页 |
| ·课题背景 | 第18-19页 |
| ·对象跟踪的研究现状 | 第19-35页 |
| ·对象跟踪的分类 | 第20-22页 |
| ·对象的表示方法 | 第22-24页 |
| ·对象跟踪的特征选择 | 第24-25页 |
| ·对象跟踪的主要方法 | 第25-35页 |
| ·论文的主要研究内容 | 第35-39页 |
| ·论文的主要工作 | 第35-36页 |
| ·论文的主要贡献 | 第36-37页 |
| ·论文的结构安排 | 第37-39页 |
| 第2章 基于在线特征选择的对象跟踪方法 | 第39-62页 |
| ·引言 | 第39页 |
| ·相关工作介绍 | 第39-41页 |
| ·方法介绍 | 第41-48页 |
| ·在线特征选择 | 第42-44页 |
| ·基于粒子滤波的对象跟踪 | 第44-48页 |
| ·实验结果 | 第48-61页 |
| ·贝叶斯错误率用于特征选择的性能评价 | 第49-54页 |
| ·方法的定性评价 | 第54-58页 |
| ·方法的定量评价 | 第58-61页 |
| ·小结 | 第61-62页 |
| 第3章 基于增量二维线性判别分析的对象跟踪方法 | 第62-73页 |
| ·引言 | 第62页 |
| ·相关工作介绍 | 第62-63页 |
| ·方法介绍 | 第63-69页 |
| ·二维线性判别分析 | 第64-66页 |
| ·二维线性判别分析的增量更新 | 第66-68页 |
| ·基于粒子滤波的对象跟踪 | 第68-69页 |
| ·实验结果 | 第69-72页 |
| ·小结 | 第72-73页 |
| 第4章 基于图模型的对象跟踪方法 | 第73-83页 |
| ·引言 | 第73页 |
| ·问题提出背景及相关工作介绍 | 第73-74页 |
| ·方法介绍 | 第74-79页 |
| ·对象的短时跟踪 | 第75-78页 |
| ·对象的长时跟踪 | 第78-79页 |
| ·实验结果 | 第79-82页 |
| ·方法的定性评价 | 第79-80页 |
| ·方法的定量评价 | 第80-82页 |
| ·小结 | 第82-83页 |
| 第5章 基于对象跟踪从广播足球视频生成卡通动画 | 第83-98页 |
| ·引言 | 第83页 |
| ·相关工作介绍 | 第83-84页 |
| ·系统概览 | 第84-85页 |
| ·三维信息提取 | 第85-91页 |
| ·球员的检测和跟踪 | 第85-87页 |
| ·球的检测和跟踪 | 第87-88页 |
| ·摄像机标定 | 第88-90页 |
| ·球员和球的三维位置估计 | 第90-91页 |
| ·三维卡通动画生成 | 第91-93页 |
| ·球场建模 | 第92页 |
| ·球员建模 | 第92-93页 |
| ·三维卡通动画生成 | 第93页 |
| ·实验结果 | 第93-97页 |
| ·球员的检测和跟踪 | 第94页 |
| ·球的检测和跟踪 | 第94-95页 |
| ·三维位置估计 | 第95-96页 |
| ·三维卡通动画生成 | 第96-97页 |
| ·小结 | 第97-98页 |
| 结论 | 第98-100页 |
| 参考文献 | 第100-111页 |
| 攻读博士学位期间发表的论文 | 第111-114页 |
| 致谢 | 第114-116页 |
| 个人简历 | 第116-117页 |
