| 摘要 | 第1-12页 |
| Abstract | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| ·研究背景及意义 | 第15-18页 |
| ·研究现状 | 第18-22页 |
| ·视频目标跟踪方法的分类 | 第18-20页 |
| ·视频目标跟踪研究面临的挑战 | 第20-22页 |
| ·主要工作与结构 | 第22-25页 |
| ·主要工作 | 第22-23页 |
| ·结构安排 | 第23-25页 |
| 第二章 相关工作 | 第25-37页 |
| ·目标表示方法及目标特征 | 第25-28页 |
| ·目标表示方法 | 第25-26页 |
| ·目标特征 | 第26-28页 |
| ·目标的检测方法 | 第28-32页 |
| ·基于局部特征的方法 | 第28-29页 |
| ·基于图像分割的方法 | 第29页 |
| ·基于运动信息的方法 | 第29-30页 |
| ·基于模板匹配的方法 | 第30-31页 |
| ·基于统计学习模型的方法 | 第31-32页 |
| ·目标的跟踪方法 | 第32-34页 |
| ·贝叶斯估计理论 | 第32-33页 |
| ·粒子滤波 | 第33-34页 |
| ·目标跟踪算法的性能评估 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 基于增量式极端随机分类器的视频目标跟踪算法 | 第37-57页 |
| ·引言 | 第37-39页 |
| ·随机森林分类器与极端随机森林分类器 | 第39页 |
| ·增量式极端随机森林分类器 | 第39-46页 |
| ·IERF 算法描述 | 第40-42页 |
| ·样本集合纯度度量方法的讨论 | 第42-43页 |
| ·分裂阈值参数的选择 | 第43-44页 |
| ·IERF 模型构造开销分析 | 第44-46页 |
| ·基于IERF 分类器的在线视频目标跟踪算法 | 第46页 |
| ·实验结果与分析 | 第46-56页 |
| ·机器学习数据集实验 | 第46-54页 |
| ·视频图像数据实验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于高阶特征匹配的视频目标跟踪算法 | 第57-83页 |
| ·引言 | 第57-60页 |
| ·高阶特征匹配算法 | 第60-65页 |
| ·超对称相似度张量 | 第61-62页 |
| ·高阶幂方法 | 第62-63页 |
| ·基于超对称相似度张量的高阶幂方法 | 第63-65页 |
| ·多重阶特征匹配算法 | 第65-69页 |
| ·多重阶相似度张量 | 第66-68页 |
| ·多重阶幂迭代算法 | 第68-69页 |
| ·采样策略与势函数定义 | 第69-72页 |
| ·特征元组的采样策略 | 第70-71页 |
| ·高阶势函数 | 第71-72页 |
| ·多重阶势函数 | 第72页 |
| ·实验结果与分析 | 第72-82页 |
| ·高阶特征匹配实验 | 第72-79页 |
| ·多重阶特征匹配实验 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 多线索融合的判别式视频目标轮廓跟踪算法 | 第83-101页 |
| ·引言 | 第83-85页 |
| ·算法概述 | 第85-86页 |
| ·判别式参数化Snake 模型 | 第86-88页 |
| ·参数化Snake 模型 | 第86-87页 |
| ·判别式参数化Snake 模型 | 第87-88页 |
| ·粒子滤波算法 | 第88-89页 |
| ·多观测模型混合级联的粒子滤波算法 | 第89-95页 |
| ·目标外观观测模型 | 第89-90页 |
| ·轮廓变形观测模型 | 第90-92页 |
| ·多观测模型混合级联的重要性采样 | 第92-93页 |
| ·基于光流场修正的状态迁移方程 | 第93-94页 |
| ·算法小结 | 第94-95页 |
| ·实验结果 | 第95-100页 |
| ·判别式参数化Snake 模型的验证 | 第95-97页 |
| ·基于光流场修正的状态迁移方程的验证 | 第97-98页 |
| ·视频目标轮廓跟踪对比实验 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 第六章 在线学习的两级视频目标分割跟踪算法 | 第101-115页 |
| ·引言 | 第101-102页 |
| ·在线学习的视频目标分割跟踪算法 | 第102-109页 |
| ·算法概述 | 第102-103页 |
| ·视频图像前后景的两级分割 | 第103-106页 |
| ·分类器的初始化与增量学习 | 第106-108页 |
| ·算法小结 | 第108-109页 |
| ·实验结果与分析 | 第109-114页 |
| ·定性的比较与分析 | 第109-112页 |
| ·定量的比较与分析 | 第112-114页 |
| ·本章小结 | 第114-115页 |
| 第七章 结论与展望 | 第115-117页 |
| ·主要工作与创新 | 第115-116页 |
| ·研究展望 | 第116-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-133页 |
| 作者在学期间取得的学术成果 | 第133-135页 |
| 攻读博士期间主要参与的科研项目 | 第135页 |