基于增量洛仑兹判别投影的视频跟踪算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文的主要研究工作 | 第10-11页 |
| 2 经典的降维算法 | 第11-18页 |
| ·主成份分析 | 第11-12页 |
| ·线性判别分析 | 第12-13页 |
| ·最大边缘判别法 | 第13-15页 |
| ·洛仑兹判别投影法 | 第15-18页 |
| 3 经典的视频跟踪算法 | 第18-34页 |
| ·基于子空间学习的视频跟踪算法 | 第18-24页 |
| ·基于增量的主成份分析的视频跟踪算法 | 第18-21页 |
| ·基于增量的多类费希尔判别分析的视频跟踪算法 | 第21-23页 |
| ·基于增量的最大边缘判别法的视频跟踪算法 | 第23-24页 |
| ·非子空间学习的视频跟踪算法 | 第24-34页 |
| ·基于在线增强学习的视频跟踪算法 | 第24-26页 |
| ·基于半监督的在线增强学习的视频跟踪算法 | 第26-29页 |
| ·基于在线多示例学习的视频跟踪算法 | 第29-31页 |
| ·基于积分直方图的分块视频跟踪算法 | 第31-34页 |
| 4 基于增量洛仑兹判别投影的视频跟踪算法 | 第34-39页 |
| ·基于增量洛仑兹判别投影的视频跟踪算法的基本框架 | 第34-35页 |
| ·特殊化的LDP算法 | 第35-36页 |
| ·增量的子空间学习 | 第36-37页 |
| ·基于增量洛仑兹判别投影的视频跟踪算法的步骤 | 第37-39页 |
| 5 本文实验 | 第39-47页 |
| ·实验参数与说明 | 第39-40页 |
| ·实验结果与分析 | 第40-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |