| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 论文的研究目的和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-25页 |
| 1.2.1 目标跟踪方法分类 | 第15-17页 |
| 1.2.2 表观模型 | 第17-24页 |
| 1.2.3 目标定位 | 第24-25页 |
| 1.3 研究内容 | 第25-27页 |
| 1.4 论文结构安排 | 第27-30页 |
| 第2章 改进判别成分分析的目标跟踪方法 | 第30-54页 |
| 2.1 引言 | 第30-31页 |
| 2.2 多特征目标表观模型 | 第31-34页 |
| 2.2.1 颜色特征 | 第31-33页 |
| 2.2.2 纹理特征 | 第33页 |
| 2.2.3 形状特征 | 第33-34页 |
| 2.3 改进的偏差判别成分分析 | 第34-37页 |
| 2.3.1 判别成分分析 | 第35-36页 |
| 2.3.2 偏差判别成分分析 | 第36-37页 |
| 2.4 基于判别度量学习的目标跟踪 | 第37-40页 |
| 2.4.1 mean shift算法 | 第37-38页 |
| 2.4.2 判别跟踪算法 | 第38-40页 |
| 2.5 实验结果与分析 | 第40-51页 |
| 2.5.1 实验设置及评价准则 | 第40-42页 |
| 2.5.2 定量分析 | 第42-47页 |
| 2.5.3 定性分析 | 第47-51页 |
| 2.6 本章小结 | 第51-54页 |
| 第3章 在线判别度量学习的融合表观模型 | 第54-78页 |
| 3.1 引言 | 第54-55页 |
| 3.2 在线判别度量的全局表观模型 | 第55-61页 |
| 3.2.1 离散余弦变换 | 第56-57页 |
| 3.2.2 全局特征提取 | 第57-58页 |
| 3.2.3 在线度量学习的判别模型 | 第58-61页 |
| 3.3 基于SIFT的生成式局部表观模型 | 第61-63页 |
| 3.3.1 SIFT特征 | 第61-62页 |
| 3.3.2 生成式局部表观模型 | 第62-63页 |
| 3.4 跟踪算法 | 第63-65页 |
| 3.5 实验结果 | 第65-76页 |
| 3.5.1 表观模型分析 | 第65-67页 |
| 3.5.2 定量分析 | 第67-72页 |
| 3.5.3 定性分析 | 第72-76页 |
| 3.6 本章小结 | 第76-78页 |
| 第4章 基于稀疏表示半监督学习和边缘检测的目标跟踪 | 第78-104页 |
| 4.1 引言 | 第78-79页 |
| 4.2 结构性稀疏表示 | 第79-80页 |
| 4.3 基于图的半监督判别表观模型 | 第80-83页 |
| 4.4 边缘检测建议 | 第83-86页 |
| 4.4.1 初始边缘图 | 第83-84页 |
| 4.4.2 边缘检测建议调节判别跟踪结果 | 第84-86页 |
| 4.5 目标跟踪算法 | 第86-88页 |
| 4.6 实验结果与分析 | 第88-102页 |
| 4.6.1 参数分析 | 第89-91页 |
| 4.6.2 定量分析 | 第91-94页 |
| 4.6.3 定性分析 | 第94-99页 |
| 4.6.4 与本文其他算法的比较 | 第99-102页 |
| 4.7 本章小结 | 第102-104页 |
| 第5章 结论 | 第104-106页 |
| 参考文献 | 第106-118页 |
| 攻读学位期间发表论文与研究成果清单 | 第118-120页 |
| 攻读学位期间参与的科研项目 | 第120-122页 |
| 致谢 | 第122-124页 |
| 作者简介 | 第124页 |