基于局部模型和仿生模式识别的目标跟踪方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| ·选题缘由和意义 | 第16-17页 |
| ·国内外研究现状 | 第16-17页 |
| ·仿生模式识别在目标跟踪中的研究进展 | 第17页 |
| ·目标跟踪技术概述 | 第17-22页 |
| ·目标跟踪技术的分类 | 第17-19页 |
| ·技术要点 | 第19-21页 |
| ·目标跟踪评价标准 | 第21-22页 |
| ·本文主要工作及内容安排 | 第22-24页 |
| 第二章 仿生模式识别的理论基础 | 第24-30页 |
| ·同源连续性原理 | 第24页 |
| ·高维仿生信息学 | 第24-29页 |
| ·高维几何空间 | 第25-27页 |
| ·数据降维 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 仿生模式识别的实现方法及改进 | 第30-40页 |
| ·人工神经元 | 第30-31页 |
| ·多权值神经元 | 第31-34页 |
| ·超香肠神经元 | 第31-33页 |
| ·三角形神经元 | 第33-34页 |
| ·改进的多权值神经网络 | 第34-37页 |
| ·距离权值 | 第34-35页 |
| ·实验及结论 | 第35-37页 |
| ·本章小结 | 第37-40页 |
| 第四章 基于局部模型和仿生模式识别目标跟踪 | 第40-52页 |
| ·局部模型 | 第40-41页 |
| ·分块仿生模式识别 | 第41-45页 |
| ·分块目标跟踪 | 第41-42页 |
| ·实现方法 | 第42-45页 |
| ·实验及结论 | 第45-50页 |
| ·单独跟踪实验 | 第46-48页 |
| ·对比跟踪实验 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 目标跟踪中图像距离度量方法 | 第52-62页 |
| ·距离度量方法 | 第52-56页 |
| ·巴氏距离 | 第52-53页 |
| ·推土机距离 | 第53-54页 |
| ·信息理论度量学习 | 第54-55页 |
| ·LEGO | 第55-56页 |
| ·局部标准欧式距离 | 第56-60页 |
| ·概念 | 第56页 |
| ·实验及结论 | 第56-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 结论和展望 | 第62-64页 |
| ·研究结论 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70页 |
