摘要 | 第1-12页 |
Abstract | 第12-14页 |
第一章 绪论 | 第14-30页 |
·课题背景及研究意义 | 第14-16页 |
·国内外研究现状 | 第16-26页 |
·无人机战场感知技术 | 第16-20页 |
·目标特征建模的研究现状 | 第20-24页 |
·目标特征建模面临的挑战 | 第24-26页 |
·论文研究内容、组织结构及贡献 | 第26-30页 |
·研究内容 | 第26-27页 |
·组织结构 | 第27-28页 |
·主要贡献 | 第28-30页 |
第二章 融合上下文信息的目标特征建模理论 | 第30-58页 |
·目标建模中的上下文信息 | 第30-32页 |
·融合上下文信息的目标特征建模框架 | 第32-35页 |
·特征上下文增强策略 | 第32-34页 |
·启发式信息利用策略 | 第34页 |
·构建一体化模型策略 | 第34-35页 |
·局部不变性特征检测与描述 | 第35-41页 |
·尺度空间理论 | 第35-36页 |
·局部特征检测 | 第36-39页 |
·局部特征描述 | 第39-41页 |
·条件随机场模型 | 第41-57页 |
·概率图模型理论 | 第41-45页 |
·CRF 模型的数学描述 | 第45-49页 |
·CRF 模型的图结构 | 第49-53页 |
·参数学习与模型推断 | 第53-56页 |
·CRF 模型在目标特征建模中的应用 | 第56-57页 |
·本章小结 | 第57-58页 |
第三章 基于 LFGs 和多目标优化的局部特征匹配 | 第58-80页 |
·引言 | 第58-60页 |
·局部特征分组(LFGs)设计 | 第60-64页 |
·局部特征提取及选择 | 第60-63页 |
·LFGs 特征构建 | 第63-64页 |
·LFGs 匹配的多目标优化问题建模 | 第64-68页 |
·多目标优化问题形式化 | 第64-65页 |
·LFGs 匹配优化决策空间 | 第65-66页 |
·LFGs 匹配优化目标函数 | 第66-68页 |
·基于 LFGs 和 DMOPSO 的特征匹配算法 | 第68-73页 |
·多目标 PSO 优化算法 | 第68-70页 |
·DMOPSO 算法设计 | 第70-73页 |
·实验结果与分析 | 第73-79页 |
·LFGs 特征性能实验 | 第73-76页 |
·优化匹配算法性能比较 | 第76-79页 |
·本章小结 | 第79-80页 |
第四章 基于扩展 CRF 模型的目标类检测 | 第80-108页 |
·CRF 模型适用性分析 | 第80-82页 |
·CHCRF 模型 | 第82-92页 |
·CHCRF 形式化描述 | 第82-83页 |
·图结构与势函数设计 | 第83-86页 |
·加权邻域结构设计 | 第86-88页 |
·参数学习与模型推断 | 第88-92页 |
·MFCRF 模型 | 第92-98页 |
·MFCRF 形式化描述 | 第92-94页 |
·MFCRF 势函数设计 | 第94-96页 |
·参数学习与模型推断 | 第96-98页 |
·实验结果与分析 | 第98-106页 |
·实验配置 | 第98-100页 |
·目标分类检测实验 | 第100-103页 |
·多目标检测实验 | 第103-106页 |
·本章小结 | 第106-108页 |
第五章 基于时空上下文 CRF 模型的目标跟踪 | 第108-124页 |
·引言 | 第108-109页 |
·目标跟踪问题的概率求解框架 | 第109-111页 |
·STCRF 模型 | 第111-115页 |
·STCRF 形式化描述 | 第111-113页 |
·时域邻域结构的定义 | 第113页 |
·STCRF 势函数设计 | 第113-114页 |
·参数学习与模型推断 | 第114-115页 |
·基于 STCRF 模型的目标跟踪算法 | 第115-118页 |
·算法流程 | 第115-116页 |
·目标定位 | 第116-117页 |
·模型更新策略 | 第117-118页 |
·实验结果与分析 | 第118-123页 |
·实验配置 | 第118页 |
·模型标记有效性测试 | 第118-120页 |
·目标跟踪算法性能测试 | 第120-123页 |
·本章小结 | 第123-124页 |
第六章 结论与展望 | 第124-128页 |
·本文主要结论 | 第124-125页 |
·进一步研究方向 | 第125-128页 |
致谢 | 第128-130页 |
参考文献 | 第130-146页 |
作者在学期间取得的学术成果 | 第146-147页 |