基于覆盖分类的视觉跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-12页 |
| ·视觉跟踪算法研究的背景和意义 | 第7-9页 |
| ·视觉跟踪算法研究的背景 | 第7-8页 |
| ·视觉跟踪算法研究的意义 | 第8-9页 |
| ·主要研究内容及章节安排 | 第9-12页 |
| ·主要工作 | 第9-10页 |
| ·章节安排 | 第10-12页 |
| 第2章 视觉跟踪技术概述 | 第12-28页 |
| ·视觉跟踪技术概述 | 第12-13页 |
| ·图像差分与背景建模 | 第13-19页 |
| ·背景差分法 | 第13-14页 |
| ·帧间差分法 | 第14-16页 |
| ·混合高斯模型 | 第16-19页 |
| ·目标模式搜索与匹配 | 第19-24页 |
| ·均值平移(Mean Shift) | 第19-21页 |
| ·轮廓匹配 | 第21-24页 |
| ·基于分类机制的跟踪算法 | 第24-28页 |
| ·基于二分类的跟踪算法 | 第25-26页 |
| ·覆盖分类算法与多目标跟踪 | 第26-28页 |
| 第3章 跟踪目标的特征选择与构造 | 第28-34页 |
| ·常用的目标特征 | 第28-31页 |
| ·颜色相关的特征 | 第28-30页 |
| ·边缘相关的特征 | 第30-31页 |
| ·特征选择及样本构建 | 第31-34页 |
| ·分块彩色RGB编码 | 第31-32页 |
| ·分块颜色直方图编码 | 第32-33页 |
| ·像素的R-块邻域编码 | 第33-34页 |
| 第4章 覆盖分类算法及其扩展 | 第34-45页 |
| ·M-P神经元的几何意义 | 第34-38页 |
| ·M-P神经元模型 | 第34-36页 |
| ·M-P神经元的几何意义 | 第36-38页 |
| ·覆盖分类算法 | 第38-41页 |
| ·覆盖分类算法的意义扩展 | 第41-43页 |
| ·非投影的覆盖分类算法 | 第41-42页 |
| ·高维投影的覆盖分类算法 | 第42-43页 |
| ·覆盖分类算法的"风格"分析 | 第43-45页 |
| ·自信型覆盖分类算法 | 第43-44页 |
| ·保守型覆盖分类算法 | 第44-45页 |
| 第5章 基于覆盖分类的视觉跟踪算法 | 第45-61页 |
| ·覆盖分类目标检测算法 | 第45-47页 |
| ·训练样本和预测数据的构建 | 第45-47页 |
| ·覆盖分类目标检测算法 | 第47页 |
| ·覆盖分类目标发现算法 | 第47-51页 |
| ·目标跟踪问题的一些界定 | 第48页 |
| ·半径阈值化覆盖分类算法 | 第48-50页 |
| ·覆盖分类的目标发现 | 第50-51页 |
| ·平面覆盖分类离群点消除算法 | 第51-55页 |
| ·离群点定义及样本构造 | 第52-53页 |
| ·基于平面覆盖分类的离群点消除 | 第53-55页 |
| ·覆盖分类跟踪算法 | 第55-57页 |
| ·跟踪实验与分析 | 第57-61页 |
| 第6章 结论与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 图索引 | 第68-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70页 |
