首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于统计学习的视觉目标跟踪算法研究

上海交通大学博士学位论文答辩决议书第1-7页
摘要第7-9页
Abstract第9-11页
目录第11-14页
第一章 绪论第14-28页
   ·研究背景及意义第14-17页
   ·视频跟踪研究现状第17-24页
     ·视频跟踪问题描述第17-18页
     ·视频跟踪算法分类第18-23页
     ·跟踪中面临的难点第23-24页
   ·本论文主要工作及结构安排第24-28页
     ·论文主要工作第24-25页
     ·论文结构安排第25-28页
第二章 粒子滤波与线性估计理论基础第28-46页
   ·粒子滤波理论第28-34页
     ·基于贝叶斯框架下的跟踪问题描述第29-30页
     ·贝叶斯滤波的蒙特卡罗实现—粒子滤波第30-31页
     ·重要性采样与序贯重要性采样第31-32页
     ·重采样第32-33页
     ·基本粒子滤波算法描述第33-34页
   ·线性估计理论第34-45页
     ·线性模型第34-35页
     ·范数逼近问题第35-38页
       ·l_2范数逼近问题第36页
       ·l_∞范数逼近问题第36页
       ·l_1范数逼近问题第36-38页
     ·具有约束条件的线性估计问题第38-39页
     ·正则化方法第39-43页
       ·l_2范数正则化问题第39-41页
       ·l_1范数正则化问题第41-43页
     ·Ridge回归与Lasso小结第43-45页
   ·本章小结第45-46页
第三章 基于非负最小二乘估计的视觉目标跟踪算法第46-64页
   ·引言第46-47页
   ·基于非负最小二乘估计的视觉目标跟踪算法第47-51页
     ·算法描述第48-50页
     ·算法小结第50-51页
   ·实验比较与分析第51-62页
     ·定量与定性比较及分析第51-58页
     ·不同方差下的加性高斯噪声的鲁棒性实验第58-62页
     ·适用性讨论第62页
   ·本章小结第62-64页
第四章 基于局部约束最小二乘估计的视频跟踪算法第64-78页
   ·引言第64-65页
   ·局部约束最小二乘估计第65-67页
   ·基于局部约束最小二乘估计的视觉跟踪算法第67-69页
     ·目标表观的矩阵表示第67-68页
     ·相似度度量第68页
     ·算法小结第68-69页
   ·实验结果与分析第69-77页
     ·定性比较与分析第69-70页
     ·定量比较与分析第70-76页
     ·讨论第76-77页
   ·本章小结第77-78页
第五章 基于l_2正则化最小二乘估计的视频跟踪算法第78-98页
   ·引言第78-79页
   ·方向梯度直方图(HoG)特征第79-84页
     ·HoG特征简介第79-80页
     ·HoG特征提取算法实现第80-84页
   ·基于l2正则化最小二乘估计的新的视觉跟踪算法第84-87页
     ·模板的稀疏表示模型第84页
     ·ρ的选取第84-85页
     ·基于l_2正则化最小二乘估计的跟踪算法第85-86页
     ·跟踪算法流程第86-87页
   ·实验比较与分析第87-97页
     ·定性比较与分析第88-89页
     ·定量比较与分析第89-96页
     ·计算复杂度分析第96-97页
   ·本章小结第97-98页
第六章 基于子空间的多任务稀疏学习和Grassmann更新的增量型视觉目标跟踪算法第98-124页
   ·引言第98-100页
   ·预备知识第100-105页
     ·Grassmann流形第100-103页
     ·仿射群上的粒子滤波第103-105页
   ·基于子空间的多任务稀疏学习的目标跟踪算法第105-108页
   ·Grassmann流形上的子空间更新第108-110页
     ·Gr(m,r)上的测地梯度(Geodesicgradient)第108-109页
     ·步长的选取第109-110页
     ·所提跟踪算法的流程第110页
   ·实验比较与分析第110-122页
     ·定性比较与分析第112-116页
     ·定量比较第116-117页
     ·讨论第117-122页
   ·本章小结第122-124页
第七章 总结与展望第124-126页
   ·工作总结第124-125页
   ·研究展望第125-126页
参考文献第126-141页
致谢第141-142页
攻读博士学位期间发表和完成的学术论文第142-143页
攻读博士学位期间参加的主要科研项目第143页
攻读博士学位期间申请的国家发明专利第143页

论文共143页,点击 下载论文
上一篇:基于低密度生成矩阵编码的迭代量化算法研究
下一篇:多尺度表达和正则化方法在图像识别中的研究与应用