基于半监督学习的目标跟踪方法研究

摘要	第1-5页
ABSTRACT	第5-9页
1 绪论	第9-18页
·研究背景及意义	第9-10页
·国内外研究现状	第10-16页
·目标跟踪的发展历史	第10-12页
·目标跟踪关键技术及现存问题	第12-16页
·论文主要工作及内容安排	第16-18页
2 背景知识	第18-30页
·视觉目标跟踪原理与基本流程	第18-19页
·光流算法	第19-23页
·光流约束方程	第20页
·Lucas-Kanade算法原理	第20-21页
·金字塔模型Lucas-Kanade	第21-23页
·随机森林	第23-29页
·决策树	第24-26页
·随机森林理论依据	第26-28页
·二元随机蕨类分类器	第28-29页
·本章小结	第29-30页
3 自学习的随机森林跟踪算法	第30-47页
·引言	第30-31页
·滑动窗口搜索	第31-32页
·搜索范围估计	第32-33页
·级联分类器	第33-42页
·方差滤波	第34-36页
·随机森林	第36-38页
·模板匹配	第38-40页
·聚类分析	第40-42页
·学习模块	第42-46页
·P/N结构化约束	第42-44页
·模板跟新策略	第44-46页
·本章小结	第46-47页
4 实验结果与分析	第47-57页
·测试序列	第47-49页
·评价标准	第49-50页
·实验设置	第50-53页
·随机森林参数设置	第50-52页
·重叠度设置	第52页
·模型更新阈值设置	第52-53页
·实验结果	第53-56页
·本章小结	第56-57页
5 总结与展望	第57-59页
·本文总结	第57页
·展望	第57-59页
参考文献	第59-65页
致谢	第65-66页
攻读学位期间取得的研究成果	第66-68页
浙江师范大学学位论文诚信承诺书	第68页