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

视觉目标跟踪中表观建模方法研究

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第15-34页
    1.1 研究背景及意义第15页
    1.2 视觉目标跟踪的相关技术及研究现状第15-29页
        1.2.1 视觉目标跟踪问题描述第15-17页
        1.2.2 表观模型构建方法第17-26页
        1.2.3 目标状态搜索方法第26-27页
        1.2.4 目标模型更新方法第27-29页
    1.3 本文的研究内容及组织结构第29-34页
        1.3.1 本文的研究内容第29-31页
        1.3.2 本文的组织结构第31-34页
第2章 基于局部核加权多特征融合表观模型的目标跟踪第34-55页
    2.1 引言第34-35页
    2.2 特征区分度计算第35-38页
    2.3 基于局部核加权多特征融合的目标跟踪算法第38-43页
        2.3.1 基于局部核加权多特征融合的目标模型表示第38-40页
        2.3.2 目标状态搜索第40-41页
        2.3.3 目标模型更新第41-43页
    2.4 实验结果与分析第43-53页
        2.4.1 算法采用的图像特征第43页
        2.4.2 实验参数第43-44页
        2.4.3 实验结果比较第44-53页
    2.5 本章小结第53-55页
第3章 基于局部稀疏表示遮挡检测模型的目标跟踪第55-75页
    3.1 引言第55-56页
    3.2 基于局部稀疏表示的遮挡检测模型第56-62页
        3.2.1 过完备字典生成第56-58页
        3.2.2 基于核加权稀疏系数的遮挡检测第58-62页
    3.3 基于遮挡处理的目标跟踪算法第62-65页
        3.3.1 跟踪框架第62-63页
        3.3.2 目标跟踪算法第63-64页
        3.3.3 自适应模板更新第64-65页
    3.4 实验结果与分析第65-74页
        3.4.1 实验参数第66页
        3.4.2 定性实验评估第66-70页
        3.4.3 定量实验评估第70-74页
    3.5 本章小结第74-75页
第4章 基于判别式稀疏编码表观模型的目标跟踪第75-94页
    4.1 引言第75页
    4.2 基于判别式稀疏编码的表观模型第75-82页
        4.2.1 判别式稀疏编码第76-78页
        4.2.2 编码聚集与降维第78-80页
        4.2.3 分类器训练第80-81页
        4.2.4 表观模型更新第81-82页
    4.3 基于判别式稀疏编码模型的目标跟踪算法第82-84页
        4.3.1 算法描述第82-84页
        4.3.2 算法讨论第84页
    4.4 实验结果与分析第84-90页
        4.4.1 实验参数第85-86页
        4.4.2 光照变化下的实验结果第86页
        4.4.3 遮挡环境下的实验结果第86-88页
        4.4.4 复杂背景下的实验结果第88-89页
        4.4.5 定量实验评估第89-90页
    4.5 本章小结第90-94页
第5章 基于SRC和MFH联合表观模型的多目标跟踪第94-112页
    5.1 引言第94-95页
    5.2 算法整体框架第95-97页
    5.3 基于SRC的全局判别式表观模型第97-101页
        5.3.1 可信跟踪片段的定义第97-98页
        5.3.2 冲突集合构造第98-99页
        5.3.3 判别字典学习第99-100页
        5.3.4 分类准则第100-101页
    5.4 基于MFH的局部二元区分模型第101-104页
        5.4.1 二元对定义第101-102页
        5.4.2 基于MFH的表观建模方法第102-104页
    5.5 算法实现第104-105页
        5.5.1 关联模型第104-105页
        5.5.2 优化算法第105页
    5.6 实验结果与分析第105-110页
        5.6.1 实验参数第106-107页
        5.6.2 性能评价准则第107页
        5.6.3 CAVIAR测试集上的跟踪结果第107-108页
        5.6.4 PETS 2009 测试集上的跟踪结果第108-109页
        5.6.5 ETH测试集上的跟踪结果第109-110页
    5.7 本章小结第110-112页
结论第112-114页
参考文献第114-128页
攻读博士学位期间发表的论文及其他成果第128-131页
致谢第131-132页
个人简历第132页

论文共132页,点击 下载论文
上一篇:基于编码理论的视频去抖动算法研究
下一篇:锡盟~泰州800kV输电工程河北南段LCC管理研究