基于压缩混合特征的目标跟踪算法的研究与实现
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第11-24页 |
1.1 论文选题背景及意义 | 第11-16页 |
1.2 国内外研究现状 | 第16-20页 |
1.2.1 目标描述 | 第18-19页 |
1.2.2 统计模型 | 第19-20页 |
1.3 目标跟踪存在的问题 | 第20-21页 |
1.4 论文的主要内容和组织结构 | 第21-23页 |
1.4.1 论文的主要内容 | 第21-22页 |
1.4.2 论文组织结构 | 第22-23页 |
1.5 本章小结 | 第23-24页 |
第2章 相关技术研究 | 第24-33页 |
2.1 在线多实例化跟踪算法 | 第24-26页 |
2.1.1 MIL框架 | 第24-25页 |
2.1.2 WMIL算法 | 第25-26页 |
2.2 Haar-like特征 | 第26-28页 |
2.2.1 Haar-like特征描述 | 第26-27页 |
2.2.2 Haar-like特征的计算 | 第27-28页 |
2.3 压缩感知框架 | 第28-32页 |
2.3.1 CT算法 | 第28-31页 |
2.3.2 FCT算法 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第3章 基于压缩混合特征的目标跟踪算法研究 | 第33-42页 |
3.1 引言 | 第33-34页 |
3.2 压缩三维特征融合 | 第34-35页 |
3.3 训练样本的选择 | 第35-37页 |
3.4 分类器组织和选择 | 第37-38页 |
3.5 跟踪过程 | 第38-40页 |
3.6 尺度不变性 | 第40-41页 |
3.7 本章小结 | 第41-42页 |
第4章 实验及分析 | 第42-52页 |
4.1 实验数据及开发环境 | 第42页 |
4.1.1 开发环境 | 第42页 |
4.1.2 实验数据 | 第42页 |
4.2 实验结果与分析 | 第42-51页 |
4.2.1 实验参数设置 | 第43页 |
4.2.2 实验结果 | 第43-51页 |
4.3 本章小结 | 第51-52页 |
第5章 结束语 | 第52-54页 |
5.1 主要工作与创新点 | 第52-53页 |
5.2 存在问题与展望未来 | 第53-54页 |
5.2.1 存在问题 | 第53页 |
5.2.2 展望未来 | 第53-54页 |
参考文献 | 第54-59页 |
致谢 | 第59-61页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第61页 |