基于半非负编码与空间约束的目标跟踪
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的研究内容及章节安排 | 第17-18页 |
| 第二章 相关理论介绍 | 第18-26页 |
| 2.1 图像描述 | 第18-20页 |
| 2.1.1 颜色空间 | 第18页 |
| 2.1.2 Haar-like特征 | 第18-20页 |
| 2.1.3 超像素理论 | 第20页 |
| 2.2 集成学习 | 第20-22页 |
| 2.3 模糊C-均值 | 第22-23页 |
| 2.4 稀疏编码 | 第23-24页 |
| 2.4.1 稀疏理论 | 第23-24页 |
| 2.4.2 半非负编码 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于半非负优化集成学习的目标跟踪 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 半非负矩阵分解（Semi-NMF） | 第26-27页 |
| 3.3 样本描述 | 第27-29页 |
| 3.3.1 选取正负样本 | 第27-28页 |
| 3.3.2 构建高斯模型 | 第28-29页 |
| 3.4 分类器的训练及优化 | 第29-31页 |
| 3.4.1 训练分类器 | 第29-31页 |
| 3.4.2 分类器更新 | 第31页 |
| 3.5 基于半非负编码的目标函数及更新 | 第31-33页 |
| 3.5.1 目标函数 | 第31-32页 |
| 3.5.2 更新编码 | 第32-33页 |
| 3.6 异常处理 | 第33页 |
| 3.7 算法步骤与流程 | 第33-35页 |
| 3.8 实验结果与分析 | 第35-39页 |
| 3.8.2 算法评估方法 | 第35页 |
| 3.8.3 算法对比与分析 | 第35-39页 |
| 3.9 本章小结 | 第39-40页 |
| 第四章 基于非局部均值的半非负编码目标跟踪 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 基于超像素帧间约束的半非负编码 | 第40-42页 |
| 4.2.1 目标函数 | 第40-41页 |
| 4.2.2 更新过程 | 第41-42页 |
| 4.3 基于非局部均值的帧间约束 | 第42-44页 |
| 4.4 算法步骤与流程 | 第44-45页 |
| 4.5 实验结果与分析 | 第45-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于空间约束支持向量机的目标跟踪 | 第50-66页 |
| 5.1 引言 | 第50-51页 |
| 5.2 支持向量机 | 第51-54页 |
| 5.3 样本的空间约束 | 第54-59页 |
| 5.3.1 Struck目标跟踪算法 | 第54-56页 |
| 5.3.2 基于RWR的样本描述 | 第56-59页 |
| 5.4 支持向量的空间约束 | 第59-60页 |
| 5.5 跟踪算法描述 | 第60页 |
| 5.6 实验结果与分析 | 第60-63页 |
| 5.7 本章小结 | 第63-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
