复杂场景下的多尺度特征分析与目标追踪
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-11页 |
| ·课题背景 | 第9页 |
| ·本课题的由来 | 第9-10页 |
| ·本文内容与结构 | 第10-11页 |
| 2 尺度空间 | 第11-24页 |
| ·基本概念 | 第11-16页 |
| ·尺度空间的形成 | 第11-12页 |
| ·尺度空间的要求 | 第12-13页 |
| ·尺度空间的特点 | 第13-15页 |
| ·尺度空间的离散形式 | 第15-16页 |
| ·最优尺度的计算 | 第16-19页 |
| ·尺度不变性 | 第19-24页 |
| 3 特征分析 | 第24-35页 |
| ·基于自主尺度选择的特征追踪 | 第24-28页 |
| ·卡尔曼滤波 | 第24-25页 |
| ·多尺度特征预测 | 第25-26页 |
| ·多角度相似性匹配 | 第26-27页 |
| ·特征追踪算法 | 第27-28页 |
| ·多尺度特征检测 | 第28-34页 |
| ·角点检测 | 第28-32页 |
| ·斑点检测 | 第32-34页 |
| ·尺度的预测 | 第34-35页 |
| 4 目标追踪 | 第35-42页 |
| ·Mean Shift | 第35-37页 |
| ·高斯图像金字塔 | 第37页 |
| ·算法设计 | 第37-42页 |
| ·算法步骤 | 第37-39页 |
| ·实验分析 | 第39-42页 |
| 5 并行与融合 | 第42-55页 |
| ·特征融合 | 第42-47页 |
| ·特征融合概述 | 第42-44页 |
| ·ROC | 第44-45页 |
| ·AUC | 第45-46页 |
| ·权重分析 | 第46-47页 |
| ·目标与前景的并行分析 | 第47-55页 |
| ·自底向上 | 第47-48页 |
| ·自顶向下 | 第48-49页 |
| ·贝叶斯框架 | 第49-51页 |
| ·实验分析 | 第51-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文和参与科研项目情况 | 第59-60页 |
| 致谢 | 第60-61页 |
