基于自适应策略的实时目标跟踪方法
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景和意义 | 第11页 |
| ·典型的智能视频监控系统简介 | 第11-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·论文的结构安排及主要工作 | 第17-18页 |
| 第2章 颜色属性的视觉跟踪理论 | 第18-27页 |
| ·颜色属性跟踪算法简介 | 第18-20页 |
| ·相关滤波器 | 第18-19页 |
| ·相关滤波的目标跟踪 | 第19-20页 |
| ·正则化最小二乘法分类器 | 第20-24页 |
| ·循环矩阵 | 第21-22页 |
| ·核技巧 | 第22-23页 |
| ·核正则化最小二乘法 | 第23-24页 |
| ·低维自适应颜色属性 | 第24-26页 |
| ·实验结果与计算 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 稀疏协作表观模型的视觉跟踪理论 | 第27-34页 |
| ·基于贝叶斯框架的跟踪问题 | 第27-28页 |
| ·运动模型 | 第28-29页 |
| ·稀疏辨别分类器 | 第29-31页 |
| ·生成模板 | 第29-30页 |
| ·特征选择 | 第30页 |
| ·置信值度量 | 第30-31页 |
| ·稀疏生成模型 | 第31-33页 |
| ·生成直方图 | 第31-32页 |
| ·遮挡处理 | 第32页 |
| ·相似度计算 | 第32-33页 |
| ·协作模型 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 传统颜色属性跟踪算法的改进 | 第34-40页 |
| ·传统颜色属性跟踪算法的不足 | 第34页 |
| ·改进方案 | 第34-35页 |
| ·算法流程与实现 | 第35-36页 |
| ·实验设计与验证 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 自适应策略的实时目标跟踪算法 | 第40-53页 |
| ·稀疏协作表观模型的鲁棒性 | 第40-42页 |
| ·实验设计与验证 | 第40-42页 |
| ·自适应策略的跟踪算法理论 | 第42-43页 |
| ·自适应策略的跟踪算法流程 | 第43-45页 |
| ·实验设计与结果 | 第45-49页 |
| ·实验数据 | 第45-46页 |
| ·实验结果 | 第46-49页 |
| ·实验分析 | 第49-52页 |
| ·定性分析 | 第49页 |
| ·定量分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第61页 |
