大规模目标群体的跟踪和神经回路的三维重建
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第7-12页 |
| 1.1 大规模目标群体跟踪的背景 | 第7-9页 |
| 1.2 神经回路三维重建的背景 | 第9-11页 |
| 1.3 本文组织结构 | 第11-12页 |
| 第二章 相关方法与综述 | 第12-22页 |
| 2.1 研究现状 | 第12-16页 |
| 2.2 相关方法综述 | 第16-19页 |
| 2.2.1 物体检测 | 第16-18页 |
| 2.2.2 目标跟踪 | 第18-19页 |
| 2.3 本文对大规模目标群体跟踪的贡献 | 第19-20页 |
| 2.4 本文对神经回路三维重建的贡献 | 第20-22页 |
| 第三章 大规模目标群体的轨迹测量 | 第22-43页 |
| 3.1 引言与相关工作 | 第22-25页 |
| 3.2 目标检测与图像分割 | 第25-31页 |
| 3.2.1 双椭圆推论 | 第25-26页 |
| 3.2.2 自适应的双椭圆定位器 | 第26-28页 |
| 3.2.3 方差最小化的活动轮廓模型 | 第28-30页 |
| 3.2.4 迭代检测 | 第30-31页 |
| 3.3 数据关联 | 第31-33页 |
| 3.3.1 训练和跟踪 | 第31-32页 |
| 3.3.2 轨迹片段连接 | 第32-33页 |
| 3.4 实验与分析 | 第33-40页 |
| 3.4.1 数据集介绍 | 第33-34页 |
| 3.4.2 参数选取和实验细节 | 第34页 |
| 3.4.3 分割结果与对比 | 第34-37页 |
| 3.4.4 跟踪算法分析与对比 | 第37-40页 |
| 3.5 讨论与总结 | 第40-43页 |
| 第四章 神经回路的三维重建 | 第43-61页 |
| 4.1 引言与相关工作 | 第43-44页 |
| 4.2 提出的方法 | 第44-49页 |
| 4.2.1 局部灰度分布特征 | 第45-46页 |
| 4.2.2 随机并查集算法 | 第46-48页 |
| 4.2.3 形态学处理 | 第48页 |
| 4.2.4 分类和三维重建 | 第48-49页 |
| 4.3 实验与分析 | 第49-50页 |
| 4.3.1 实验装置和数据 | 第49页 |
| 4.3.2 评估与分析 | 第49-50页 |
| 4.4 扩展实验：改进的线粒体的三维重建算法 | 第50-55页 |
| 4.4.1 一种新的活动轮廓算法 | 第51-53页 |
| 4.4.2 实验与分析 | 第53-55页 |
| 4.5 扩展实验：细胞膜的检测算法 | 第55-61页 |
| 4.5.1 提出的方法 | 第56-59页 |
| 4.5.2 实验与分析 | 第59-61页 |
| 第五章 总结与展望 | 第61-64页 |
| 参考文献 | 第64-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文目录 | 第74-75页 |
| 攻读学位期间获奖情况 | 第75-76页 |
