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

基于稀疏学习的视觉目标跟踪

致谢第5-7页
摘要第7-9页
Abstract第9-11页
1 绪论第19-37页
    1.1 问题的提出第19-20页
    1.2 研究背景和意义第20-25页
    1.3 视觉目标跟踪算法的研究现状第25-31页
        1.3.1 目标外观描述第26-27页
        1.3.2 潜在目标区域第27-29页
        1.3.3 目标定位方法第29-31页
    1.4 基于稀疏学习跟踪算法的发展第31-33页
    1.5 论文内容和结构第33-37页
2 稀疏学习理论基础第37-53页
    2.1 引言第37-38页
    2.2 信号的稀疏表示第38-40页
        2.2.1 稀疏表示第38-39页
        2.2.2 超完备字典第39-40页
    2.3 稀疏学习算法第40-43页
        2.3.1 贪婪追踪算法第40-42页
        2.3.2 松弛优化算法第42-43页
    2.4 基于稀疏学习跟踪算法的基本原理第43-52页
        2.4.1 粒子滤波第43-45页
        2.4.2 稀疏学习第45-48页
        2.4.3 联合稀疏学习第48-50页
        2.4.4 模板更新第50-51页
        2.4.5 遮挡物检测第51-52页
    2.5 本章小结第52-53页
3 基于RGBD和稀疏学习的目标跟踪第53-76页
    3.1 引言第53-54页
    3.2 遮挡物模板空间第54-60页
        3.2.1 遮挡物模板空间第54-56页
        3.2.2 基于增广模板空间的稀疏学习第56-59页
        3.2.3 优化算法第59-60页
    3.3 基于深度信息的算法优化第60-64页
        3.3.1 鲁棒的特征描述第60-61页
        3.3.2 基于深度直方图分析的遮挡物检测第61-64页
    3.4 实验结果与分析第64-74页
        3.4.1 具体实施方案第65页
        3.4.2 评价准则第65-66页
        3.4.3 基于KITTI数据集的实验结果第66-70页
        3.4.4 基于Princeton数据集的实验结果第70-73页
        3.4.5 实时性分析第73-74页
        3.4.6 尚未解决的问题第74页
    3.5 本章小结第74-76页
4 基于双目视觉和稀疏一致性学习的目标跟踪第76-102页
    4.1 引言第76-78页
    4.2 相关工作第78-80页
        4.2.1 双目立体视觉第78-79页
        4.2.2 深度信息获取第79-80页
    4.3 交叉模板空间第80-83页
        4.3.1 优先外观信息第80-81页
        4.3.2 交叉模板空间第81-83页
    4.4 稀疏一致性学习第83-89页
        4.4.1 深度一致性约束第83-84页
        4.4.2 稀疏一致性学习第84-86页
        4.4.3 优化算法第86-89页
    4.5 粒子预处理策略第89-91页
    4.6 实验结果与分析第91-101页
        4.6.1 具体实施方案第92-93页
        4.6.2 参数设置第93-94页
        4.6.3 定性分析第94-98页
        4.6.4 定量分析第98页
        4.6.5 实时性分析第98-101页
    4.7 本章小结第101-102页
5 基于分层卷积特征和稀疏学习的目标跟踪第102-126页
    5.1 引言第102-103页
    5.2 基于分层卷积特征的目标跟踪第103-109页
        5.2.1 分层卷积特征第104-105页
        5.2.2 相关滤波第105-107页
        5.2.3 优化算法第107-108页
        5.2.4 模型更新第108-109页
    5.3 基于稀疏学习的卷积特征筛选第109-111页
    5.4 基于粒子滤波的分层目标定位第111-114页
    5.5 实验结果分析第114-125页
        5.5.1 具体实施方案第115页
        5.5.2 评价准则第115-116页
        5.5.3 基于KITTI数据集的实验结果第116-124页
        5.5.4 基于OTB50数据集的实验结果第124-125页
    5.6 本章小结第125-126页
6 总结与展望第126-129页
    6.1 本文工作总结第126-128页
    6.2 研究工作展望第128-129页
参考文献第129-139页
攻读博士期间学术成果第139页
    论文第139页
    发明专利第139页

论文共139页,点击 下载论文
上一篇:飞灰、磁珠脱除气态砷的研究及废水脱砷初探
下一篇:主蒸汽管道材料的力学性能及劣化分析