基于判别模型的目标跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容及论文组织结构 | 第13-15页 |
| 第2章 目标跟踪算法概述 | 第15-22页 |
| 2.1 目标跟踪算法的分类 | 第15-17页 |
| 2.1.1 基于生成模型的目标跟踪 | 第15-16页 |
| 2.1.2 基于判别模型的目标跟踪 | 第16-17页 |
| 2.2 典型的判别模型方法 | 第17-21页 |
| 2.2.1 核相关滤波器的高速跟踪 | 第17-19页 |
| 2.2.2 基于熵最小化的鲁棒性跟踪 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于多层级卷积特征的目标跟踪算法研究 | 第22-36页 |
| 3.1 多层级的卷积特征 | 第22-27页 |
| 3.1.1 不同宿主的多层级卷积特征 | 第22-23页 |
| 3.1.2 不同层级下的卷积特征 | 第23-27页 |
| 3.2 多层级的相关滤波 | 第27-28页 |
| 3.3 实验结果与分析 | 第28-35页 |
| 3.3.1 目标跟踪的评价标准介绍 | 第28-31页 |
| 3.3.2 实验结果的客观评价 | 第31-33页 |
| 3.3.3 实验结果的主观评价 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于内容感知深度特征压缩的高速目标跟踪 | 第36-52页 |
| 4.1 算法概述 | 第36-37页 |
| 4.2 内容感知网络的自动编码器 | 第37-41页 |
| 4.2.1 自动编码器原理 | 第37-39页 |
| 4.2.2 常见的自动编码器 | 第39-40页 |
| 4.2.3 基于内容感知的自动编码器 | 第40-41页 |
| 4.3 内容感知深度特征的模型与网络构建 | 第41-44页 |
| 4.3.1 内容感知深度特征压缩的模型构建 | 第42-43页 |
| 4.3.2 内容感知深度特征压缩的网络设计 | 第43-44页 |
| 4.4 基于感知网络的目标跟踪 | 第44-46页 |
| 4.4.1 参数的初始化 | 第44-45页 |
| 4.4.2 视频序列的实时跟踪 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-51页 |
| 4.5.1 实验结果的客观评价 | 第46-49页 |
| 4.5.2 实验结果的主观评价 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的学术成果 | 第58-59页 |
| 致谢 | 第59页 |
