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

实时目标跟踪系统的关键技术研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-33页
    1.1 研究背景第17-20页
    1.2 相关工作与进展第20-27页
        1.2.1 基于离散特征的目标跟踪第20-22页
        1.2.2 基于轮廓的目标跟踪第22-23页
        1.2.3 基于区域的目标跟踪第23页
        1.2.4 基于检测-跟踪方法的演化和挑战第23-27页
    1.3 检测-跟踪方法的框架第27-28页
    1.4 实时目标跟踪系统的挑战第28-29页
    1.5 论文的创新点及组织结构第29-33页
第二章 基于随机投影蕨的目标跟踪算法第33-53页
    2.1 导言第33-34页
    2.2 随机蕨第34-36页
        2.2.1 随机森林第34页
        2.2.2 随机蕨分类器第34-36页
        2.2.3 随机蕨的训练第36页
    2.3 存在问题第36-37页
    2.4 基于随机投影蕨的目标跟踪算法第37-43页
        2.4.1 随机蕨差值化第38页
        2.4.2 随机投影第38-40页
        2.4.3 差值化的随机投影第40-41页
        2.4.4 联合概率密度第41页
        2.4.5 在线更新第41-42页
        2.4.6 随机投影的目标跟踪第42-43页
        2.4.7 验证随机投影第43页
    2.5 实验与讨论第43-52页
        2.5.1 参数选取试验第44-46页
        2.5.2 综合对比试验第46-50页
        2.5.3 内存资源消耗分析第50-51页
        2.5.4 计算资源消耗分析第51-52页
    2.6 结论第52-53页
第三章 基于随机投影蕨的多示例快速跟踪算法第53-63页
    3.1 导言第53-54页
    3.2 存在问题第54页
    3.3 多示例学习第54-56页
    3.4 基于随机投影蕨的多示例快速跟踪算法第56-59页
        3.4.1 正负样本集第56-57页
        3.4.2 强分类器第57页
        3.4.3 弱分类器第57页
        3.4.4 特征选择第57-58页
        3.4.5 搜索策略第58-59页
        3.4.6 模型更新第59页
    3.5 实验与讨论第59-61页
        3.5.1 参数设置第60页
        3.5.2 实验第60-61页
    3.6 结论第61-63页
第四章 基于弱标签的核相关滤波器跟踪算法第63-81页
    4.1 导言第63页
    4.2 相关滤波器第63-65页
    4.3 基于弱标签的核相关滤波器的跟踪算法第65-71页
        4.3.1 最小二乘支持向量机第65-66页
        4.3.2 循环矩阵第66-67页
        4.3.3 快速计算第67-68页
        4.3.4 常数标签第68-69页
        4.3.5 弱标签y的求解第69-70页
        4.3.6 在线自适应更新第70-71页
    4.4 实验与讨论第71-75页
        4.4.1 离线与在线参数α的实验对比第71-73页
        4.4.2 综合对比试验第73-75页
        4.4.3 运行速度讨论第75页
    4.5 结论第75-81页
第五章 基于点轨迹的核相关滤波跟踪算法第81-95页
    5.1 导言第81-82页
    5.2 谱聚类第82-84页
    5.3 基于点轨迹的核相关滤波器跟踪算法第84-91页
        5.3.1 点轨迹生成第84-85页
        5.3.2 点轨迹标记第85-86页
        5.3.3 过分割的合并第86-88页
        5.3.4 目标状态估计和重检测第88-90页
        5.3.5 算法步骤第90-91页
    5.4 实验与结果分析第91-94页
    5.5 本章小结第94-95页
第六章 总结与展望第95-99页
    6.1 论文总结第95-96页
    6.2 论文展望第96-99页
参考文献第99-109页
致谢第109-111页
作者简介第111-113页

论文共113页,点击 下载论文
上一篇:基于迁移学习的跨域图像分类方法研究
下一篇:基于人眼感知特性的图像质量评价