基于联合模型的目标跟踪
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景和研究意义 | 第11页 |
| 1.2 目标跟踪的相关算法和研究现状 | 第11-14页 |
| 1.2.1 基于判别分类器模型的跟踪算法 | 第12页 |
| 1.2.2 基于生成模型的跟踪算法 | 第12-13页 |
| 1.2.3 基于深度学习的跟踪算法 | 第13-14页 |
| 1.2.4 目标跟踪算法的应用场景 | 第14页 |
| 1.3 本论文的结构 | 第14-16页 |
| 第二章 基于判别模型的目标跟踪算法 | 第16-26页 |
| 2.1 引言 | 第16-17页 |
| 2.2 压缩感知理论 | 第17-18页 |
| 2.3 目标区域的特征提取算法 | 第18-21页 |
| 2.4 自适应的学习率以及算法更新策略 | 第21-24页 |
| 2.5 改进的跟踪算法 | 第24-25页 |
| 2.6 小结 | 第25-26页 |
| 第三章 基于生成模型的目标跟踪算法 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 稀疏表示 | 第26-28页 |
| 3.2.1 稀疏表示的理论 | 第26页 |
| 3.2.2 稀疏表示的应用 | 第26-27页 |
| 3.2.3 字典学习[27]算法 | 第27-28页 |
| 3.3 改进的稀疏表达的目标跟踪算法 | 第28-32页 |
| 3.3.1 PHOG特征 | 第28-29页 |
| 3.3.2 基于稀疏表示的分块跟踪算法 | 第29-30页 |
| 3.3.3 改进的模板更新策略 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于联合模型的目标跟踪算法 | 第33-38页 |
| 4.1 引言 | 第33页 |
| 4.2 并联融合模式 | 第33-34页 |
| 4.3 嵌入式的模型融合模式 | 第34-36页 |
| 4.4 影响跟踪算法性能模块 | 第36-37页 |
| 4.4.1 引言 | 第36页 |
| 4.4.2 候选目标的选取 | 第36页 |
| 4.4.3 长时间跟踪系统 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 实验结果与跟踪算法的性能分析 | 第38-43页 |
| 5.1 引言 | 第38页 |
| 5.2 跟踪算法的评测标准及方法 | 第38-39页 |
| 5.3 实验结果与定量分析 | 第39-41页 |
| 5.4 不同属性测试视频的跟踪结果的定性分析 | 第41-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 6.1 本文工作总结 | 第43页 |
| 6.2 未来工作展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间发表的学术论文 | 第49页 |
