| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景与意义 | 第14-17页 |
| 1.2 视频目标跟踪与分割的研究现状 | 第17-22页 |
| 1.2.1 目标的表达方式 | 第17-19页 |
| 1.2.2 搜索机制 | 第19-20页 |
| 1.2.3 模型更新 | 第20页 |
| 1.2.4 跟踪算法的融合与目标周围信息的融合 | 第20-21页 |
| 1.2.5 当前面临的困难 | 第21-22页 |
| 1.3 本文的主要研究内容 | 第22-24页 |
| 1.4 本文的结构安排 | 第24-26页 |
| 第二章 基于混合线性回归模型的模板跟踪方法 | 第26-44页 |
| 2.1 引言 | 第26-27页 |
| 2.2 超平面估计 | 第27-30页 |
| 2.2.1 参数定义 | 第27-29页 |
| 2.2.2 超平面估计框架 | 第29页 |
| 2.2.3 关于矩阵A学习 | 第29-30页 |
| 2.2.4 利用超平面估计进行跟踪 | 第30页 |
| 2.3 混合线性模型 | 第30-35页 |
| 2.3.1 混合线性模型框架 | 第31页 |
| 2.3.2 参数学习阶段 | 第31-32页 |
| 2.3.3 快速算法 | 第32-34页 |
| 2.3.4 迭代过程中初始参数的选择 | 第34-35页 |
| 2.3.5 跟踪阶段 | 第35页 |
| 2.4 实验分析 | 第35-43页 |
| 2.4.1 在随机运动和基本运动中跟踪精度的比较 | 第36-39页 |
| 2.4.2 连续运动的比较 | 第39页 |
| 2.4.3 参数的选择与学习精度、速度的关系 | 第39-41页 |
| 2.4.4 实时跟踪效果 | 第41-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于混合专家系统模型的模板跟踪方法 | 第44-57页 |
| 3.1 引言 | 第44-46页 |
| 3.2 HME系统模型 | 第46-47页 |
| 3.3 混合专家系统模型 | 第47-51页 |
| 3.3.1 混合专家系统模型框架 | 第47-48页 |
| 3.3.2 离线学习阶段 | 第48-49页 |
| 3.3.3 在线跟踪阶段 | 第49-50页 |
| 3.3.4 模板的更新 | 第50-51页 |
| 3.4 实验分析 | 第51-55页 |
| 3.4.1 基本运动的比较 | 第51-52页 |
| 3.4.2 连续运动的比较 | 第52-53页 |
| 3.4.3 实时跟踪效果 | 第53-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 基于显著性滤波器的视频目标分割方法 | 第57-80页 |
| 4.1 引言 | 第57-59页 |
| 4.2 基于显著性的图像分割 | 第59-62页 |
| 4.2.1 图像的显著性与视频目标分割 | 第59-61页 |
| 4.2.2 基于像素和基于区域的分割算法 | 第61-62页 |
| 4.2.3 图分割与目标分割 | 第62页 |
| 4.3 基于显著性滤波器的视频目标分割 | 第62-71页 |
| 4.3.1 特征提取 | 第63-67页 |
| 4.3.2 相对显著性 | 第67页 |
| 4.3.3 绝对显著性 | 第67-68页 |
| 4.3.4 能量函数模型 | 第68-70页 |
| 4.3.4.1 表观特征线索函数 | 第69-70页 |
| 4.3.4.2 相对显著性和绝对显著性线索函数 | 第70页 |
| 4.3.5 细化分割 | 第70-71页 |
| 4.3.6 系数的在线调整 | 第71页 |
| 4.4 实验分析 | 第71-78页 |
| 4.4.1 L2ECM特征 | 第72-73页 |
| 4.4.2 相对和绝对显著性中的参数对分割系统的影响 | 第73-74页 |
| 4.4.3 能量函数中权值参数的评估 | 第74-76页 |
| 4.4.4 分割精度的数值比较 | 第76-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第五章 基于矩阵的低秩稀疏表达的视频目标分割方法 | 第80-102页 |
| 5.1 引言 | 第80-81页 |
| 5.2 矩阵的LRS优化问题 | 第81-83页 |
| 5.3 目标跟踪中的LRS模型 | 第83-84页 |
| 5.4 视频目标分割中的LRS模型 | 第84-91页 |
| 5.4.1 模板集的建立 | 第85页 |
| 5.4.2 LRS表达 | 第85-88页 |
| 5.4.3 字典模板的更新 | 第88-89页 |
| 5.4.4 目标分割 | 第89-91页 |
| 5.4.4.1 能量函数框架 | 第89页 |
| 5.4.4.2 目标表观特征 | 第89-90页 |
| 5.4.4.3 目标显著性特征 | 第90页 |
| 5.4.4.4 能量函数最小化求解与图像分割 | 第90-91页 |
| 5.5 实验分析 | 第91-100页 |
| 5.5.1 矩阵的LRS表达 | 第91-93页 |
| 5.5.2 分割精度的数值比较 | 第93-95页 |
| 5.5.3 目标的遮挡对系统鲁棒性的影响 | 第95-98页 |
| 5.5.4 第四章和第五章的比较 | 第98-100页 |
| 5.6 本章小结 | 第100-102页 |
| 第六章 本文算法的实际应用 | 第102-109页 |
| 6.1 引言 | 第102页 |
| 6.2 混合模型在车牌识别系统中的应用 | 第102-104页 |
| 6.3 目标分割在人体行为识别系统中的应用 | 第104-109页 |
| 6.3.1 单目标视频分割 | 第104-105页 |
| 6.3.2 多目标视频分割 | 第105-109页 |
| 第七章 全文总结与展望 | 第109-112页 |
| 7.1 全文工作总结 | 第109-110页 |
| 7.2 未来工作展望 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-125页 |
| 附录A 关于公式2-9的求解 | 第125-127页 |
| 附录B 关于公式3-5的求解 | 第127-129页 |
| 附录C 关于公式5-11的求解 | 第129-133页 |
| 攻读博士学位期间取得的成果 | 第133页 |