基于判别模型的视觉跟踪算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题背景与意义 | 第8-10页 |
| ·视觉跟踪的研究现状 | 第10-13页 |
| ·视觉跟踪算法的综述 | 第10-11页 |
| ·视觉跟踪算法的分类 | 第11-12页 |
| ·视觉跟踪中的难点和挑战 | 第12-13页 |
| ·论文的主要工作和结构安排 | 第13-15页 |
| ·论文主要研究工作 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 基于判别模型的视觉跟踪算法 | 第16-23页 |
| ·引言 | 第16-18页 |
| ·判别模型的视觉跟踪算法性能的诊断框架 | 第18-21页 |
| ·判别模型的视觉跟踪算法的诊断思路 | 第21-22页 |
| ·归纳和总结 | 第22-23页 |
| 第三章 基于训练样本的标签权重化的视觉跟踪 | 第23-29页 |
| ·训练样本标签权重化问题的描述 | 第23-24页 |
| ·基于非负的最小二乘训练样本标签权重估计 | 第24-25页 |
| ·基于巴氏系数的训练样本标签权重估计 | 第25-26页 |
| ·基于 l_2正则化的核最小二乘的观测模型 | 第26-28页 |
| ·基于 l_2正则化的最小二乘 | 第26-27页 |
| ·基于l_2 正则化的核最小二乘 | 第27-28页 |
| ·归纳和总结 | 第28-29页 |
| 第四章 基于粒子滤波的判别模型的视觉跟踪 | 第29-37页 |
| ·基于粒子滤波的检测样本采集 | 第29-31页 |
| ·检测样本采集问题描述 | 第29-30页 |
| ·基于粒子滤波的检测样本采集模块 | 第30-31页 |
| ·特征表示模块 | 第31-33页 |
| ·颜色特征 | 第32-33页 |
| ·组合特征 | 第33页 |
| ·模型更新模块 | 第33-34页 |
| ·模型更新模块问题描述 | 第33-34页 |
| ·更新模型的方法 | 第34页 |
| ·基于粒子滤波的判别模型的视觉跟踪算法 | 第34-36页 |
| ·归纳和总结 | 第36-37页 |
| 第五章 实验验证与数据分析 | 第37-51页 |
| ·实验设置 | 第37-40页 |
| ·平台及参数设置 | 第37页 |
| ·测试数据集 | 第37-39页 |
| ·评价协议 | 第39-40页 |
| ·实验验证及比较分析 | 第40-48页 |
| ·验证训练样本采集模块 | 第41-42页 |
| ·验证观测模型模块 | 第42-44页 |
| ·验证检测样本采集模块 | 第44-45页 |
| ·验证特征表示模块 | 第45-47页 |
| ·验证模型更新模块 | 第47-48页 |
| ·验证我们的最佳跟踪跟踪系统 | 第48-49页 |
| ·归纳和总结 | 第49-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 在学期间的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
