基于在线学习的视频跟踪算法研究与实现
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·应用背景 | 第11-13页 |
| ·技术难点 | 第13-15页 |
| ·论文结构 | 第15-16页 |
| 第二章 视频跟踪相关技术研究 | 第16-31页 |
| ·目标表示方法 | 第16-18页 |
| ·目标特征表示 | 第18-21页 |
| ·目标检测方法 | 第21-26页 |
| ·特征点检测 | 第22页 |
| ·背景差分法 | 第22-24页 |
| ·图像分割检测法 | 第24-25页 |
| ·二值分类检测法 | 第25-26页 |
| ·视频跟踪方法概述 | 第26-30页 |
| ·视频跟踪方法的分类 | 第26-27页 |
| ·视频跟踪方法简介 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 在线学习的协同跟踪算法 | 第31-55页 |
| ·支持向量机理论介绍 | 第32-36页 |
| ·协同训练方法 | 第36-40页 |
| ·样本与特征空间的选择 | 第40-44页 |
| ·训练样本的获取 | 第41-42页 |
| ·颜色积分直方图HOI | 第42-43页 |
| ·梯度方向直方图HOG | 第43-44页 |
| ·在线的协同跟踪算法 | 第44-48页 |
| ·初始化 | 第46-47页 |
| ·目标定位 | 第47-48页 |
| ·更新分类器 | 第48页 |
| ·样本的剔除 | 第48页 |
| ·改进的样本选择策略 | 第48-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 结合分割的在线半指导视频跟踪方法 | 第55-70页 |
| ·Grab Cut 交互式图像分割算法 | 第55-58页 |
| ·Grab Cut 算法简介 | 第55-56页 |
| ·Grab Cut 算法流程 | 第56-57页 |
| ·Grab Cut 实验效果 | 第57-58页 |
| ·基于图的无指导图像分割算法 | 第58-61页 |
| ·基于图的无指导分割算法原理 | 第58-60页 |
| ·无指导分割实验结果 | 第60-61页 |
| ·在线的分割与跟踪算法 | 第61-64页 |
| ·非对称样本的选择策略 | 第64-66页 |
| ·实验结果与分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结束语 | 第70-72页 |
| ·工作总结 | 第70-71页 |
| ·未来展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 作者在学期间取得的学术成果 | 第77页 |
