在线集成学习方法及其在视频目标检测中应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题研究目的及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·国外研究现状 | 第15-17页 |
| ·国内研究现状 | 第17-18页 |
| ·在线集成学习在目标检测中的应用 | 第18-19页 |
| ·本文主要工作及结构安排 | 第19-20页 |
| 第二章 在线集成学习基本理论 | 第20-34页 |
| ·引言 | 第20页 |
| ·集成学习 | 第20-28页 |
| ·集成学习简介 | 第20-24页 |
| ·集成学习方法 | 第24-26页 |
| ·经典集成学习算法 | 第26-28页 |
| ·在线集成学习 | 第28-32页 |
| ·在线Boosting算法 | 第29-30页 |
| ·在线AdaBoost算法 | 第30-32页 |
| ·现有在线集成学习方法的不足及发展方向 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第三章 自适应嵌套级联的在线集成学习方法 | 第34-51页 |
| ·引言 | 第34页 |
| ·在线集成学习目标检测方法的难点 | 第34-35页 |
| ·本文算法 | 第35-47页 |
| ·弱分类器设计及其在线更新 | 第36-42页 |
| ·样本在线采集及其自动标注 | 第42-44页 |
| ·自适应嵌套级联在线集成学习方法 | 第44-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于在线集成学习的多视角人脸检测方法 | 第51-69页 |
| ·引言 | 第51-52页 |
| ·多视角人脸检测基本框架 | 第52-61页 |
| ·检测模型 | 第52-57页 |
| ·验证模型 | 第57-59页 |
| ·检测模型的在线优化 | 第59-61页 |
| ·多视角人脸检测机制 | 第61-64页 |
| ·多分辨率搜索 | 第61页 |
| ·分类器检测窗口缩放 | 第61-63页 |
| ·水平镜像特征变换 | 第63-64页 |
| ·实验结果与分析 | 第64-68页 |
| ·多视角人脸验证实验结果与分析 | 第64-66页 |
| ·视频多视角人脸检测实验结果与分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 攻读硕士学位期间参与的科研项目 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79-80页 |
