首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多特征表示的支持向量机目标跟踪算法研究

摘要第8-9页
Abstract第9-10页
第1章 绪论第13-23页
    1.1 目标跟踪技术研究背景及意义第13-15页
    1.2 目标跟踪系统框架与研究综述第15-21页
        1.2.1 目标跟踪系统框架第15-16页
        1.2.2 特征表示研究综述第16-18页
        1.2.3 外观模型研究综述第18-21页
    1.3 本文的主要研究内容及章节安排第21-23页
第2章 判别式模型机理和算法评估第23-29页
    2.1 判别式模型方法跟踪机理第23-25页
        2.1.1 结果预测第23-24页
        2.1.2 模型更新第24-25页
    2.2 核方法第25-26页
    2.3 目标跟踪算法评估第26-28页
        2.3.1 算法测试数据集-VTB第26-27页
        2.3.2 性能评估方法第27-28页
    2.4 本章小结第28-29页
第3章 基于特征融合支持向量机的目标跟踪第29-43页
    3.1 基于支持向量机的目标跟踪第29-31页
        3.1.1 基于支持向量机目标跟踪算法第29-30页
        3.1.2 问题分析第30-31页
    3.2 基于特征融合支持向量机的目标跟踪第31-36页
        3.2.1 特征融合表示第31-33页
        3.2.2 特征融合表示的支持向量机模型第33页
        3.2.3 模型更新第33-36页
    3.3 实验结果及分析第36-42页
        3.3.1 实验参数设置第36-37页
        3.3.2 关键参数讨论第37-38页
        3.3.3 实验结果对比及分析第38-42页
    3.4 本章小结第42-43页
第4章 基于时空正则化支持相关滤波器的目标跟踪第43-57页
    4.1 基于支持相关滤波器的目标跟踪第43-45页
        4.1.1 基于支持相关滤波器的目标跟踪算法第43-44页
        4.1.2 问题分析第44-45页
    4.2 基于时空正则化支持相关滤波器的目标跟踪第45-49页
        4.2.1 特征表示第45-46页
        4.2.2 时空正则化支持相关滤波器模型第46-47页
        4.2.3 STRSCF模型更新第47-49页
    4.3 实验结果及分析第49-55页
        4.3.1 实验参数设置第49页
        4.3.2 关键参数讨论第49-52页
        4.3.3 实验结果对比与分析第52-55页
    4.4 本文算法对比分析第55-56页
    4.5 本章小结第56-57页
总结与展望第57-59页
    总结第57-58页
    展望第58-59页
参考文献第59-67页
致谢第67-68页
附录A 攻读学位期间所取得的主要科研成果第68页

论文共68页,点击 下载论文
上一篇:密文域彩色图像可逆数据隐藏方法研究
下一篇:多重深度特征融合的图像超分辨率算法研究