融合多线索的视频中人体对象分割技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·视频分割方法概述 | 第12-14页 |
| ·视频分割中使用的主要特征 | 第14-16页 |
| ·颜色信息 | 第14页 |
| ·图像边缘信息 | 第14-15页 |
| ·像素运动信息 | 第15页 |
| ·形状先验信息 | 第15-16页 |
| ·本文研究主要内容 | 第16-17页 |
| 2 相关知识介绍 | 第17-25页 |
| ·统计学习理论 | 第17-18页 |
| ·ISVM | 第18-19页 |
| ·三种学习方式：批量学习，增量学习，在线学习 | 第19-22页 |
| ·核在线学习 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于局部颜色的视频分割技术 | 第25-34页 |
| ·局部竞争的 1SVM 视频分割方法 | 第25-31页 |
| ·训练 C-1SVM | 第26-29页 |
| ·C-SVMs 重新标记过程 | 第29-30页 |
| ·全局最优化 | 第30页 |
| ·对下一帧的处理 | 第30-31页 |
| ·实验结果 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 融合多线索的视频分割 | 第34-48页 |
| ·融合多线索的视频分割方法 | 第34-43页 |
| ·图割框架 | 第37-38页 |
| ·局部颜色信息 | 第38-39页 |
| ·运动信息 | 第39-40页 |
| ·形状先验 | 第40-41页 |
| ·自适应调节权重 | 第41-43页 |
| ·实验结果 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 5 自动初始化的人体视频分割系统 | 第48-60页 |
| ·人体视频分割系统的实现 | 第48-54页 |
| ·初始帧的分割 | 第49-53页 |
| ·后续帧的分割 | 第53-54页 |
| ·实验结果 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 6 结束语 | 第60-62页 |
| ·本文工作总结 | 第60-61页 |
| ·后续工作研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
