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

复杂环境下鲁棒目标跟踪方法

摘要第5-7页
abstract第7-8页
第1章 绪论第12-24页
    1.1 目标跟踪方法的研究意义第12-14页
    1.2 目标跟踪方法的研究现状第14-21页
        1.2.1 目标跟踪方法分类第14-15页
        1.2.2 目标跟踪方法流程第15-16页
        1.2.3 目标跟踪方法现状第16-21页
    1.3 目标跟踪方法的难点与挑战第21-23页
    1.4 本文的主要内容以及章节安排第23-24页
第2章 目标跟踪算法的基本理论第24-36页
    2.1 引言第24页
    2.2 摄影几何理论第24-26页
    2.3 滤波理论第26-32页
        2.3.1 状态空间和动态系统第26-28页
        2.3.2 卡尔曼滤波第28-29页
        2.3.3 粒子滤波第29-32页
    2.4 特征表示第32-35页
        2.4.1 局部特征与全局特征表示第32页
        2.4.2 基于深度学习的特征表示第32-35页
    2.5 本章小结第35-36页
第3章 基于超像素和词袋模型的目标跟踪方法第36-59页
    3.1 引言第36-37页
    3.2 目标建模相关知识第37-42页
        3.2.1 亲密度传播聚类算法第37-39页
        3.2.2 词袋模型第39-41页
        3.2.3 稀疏表达第41-42页
    3.3 复杂背景下的目标建模第42-49页
        3.3.1 目标词袋构建第43-46页
        3.3.2 目标置信度估计第46-49页
    3.4 目标跟踪及模型更新第49-52页
        3.4.1 贝叶斯跟踪框架第49-51页
        3.4.2 模型在线更新方法第51-52页
    3.5 实验结果与分析第52-58页
        3.5.1 实验设置第52-53页
        3.5.2 实验结果与分析第53-58页
    3.6 本章小结第58-59页
第4章 基于相关滤波器的多视角三维目标跟踪方法第59-78页
    4.1 引言第59-60页
    4.2 基于相关滤波器的目标跟踪方法第60-66页
        4.2.1 核化相关滤波跟踪器第60-62页
        4.2.2 空间正则化的相关滤波跟踪器第62-64页
        4.2.3 背景感知相关滤波器第64-66页
    4.3 多视角背景感知相关滤波器跟踪方法第66-72页
        4.3.1 多视角相机三维标定第67-68页
        4.3.2 多视角背景感知相关滤波器第68-70页
        4.3.3 跨相机目标跟踪与自适应模型更新第70-72页
    4.4 实验结果与分析第72-76页
        4.4.1 实验设置第72-74页
        4.4.2 实验结果与分析第74-76页
    4.5 本章小结第76-78页
第5章 基于卷积神经网络和相关滤波的目标跟踪方法第78-107页
    5.1 引言第78-80页
    5.2 深度学习与目标跟踪第80-84页
        5.2.1 深度学习第80-82页
        5.2.2 基于深度学习的目标跟踪第82-84页
    5.3 深度背景感知目标跟踪方法第84-96页
        5.3.1 融合相关滤波器的深度学习模型第85-86页
        5.3.2 背景感知深度学习模型第86-87页
        5.3.3 深度网络模型结构第87-90页
        5.3.4 网络参数学习第90-93页
        5.3.5 实验结果与分析第93-96页
    5.4 自适应卷积特征选择的目标跟踪方法第96-106页
        5.4.1 预训练模型问题解析第96-98页
        5.4.2 卷积特征提取第98-99页
        5.4.3 自适应特征选择第99-100页
        5.4.4 跟踪器训练与目标定位第100-102页
        5.4.5 实验结果与分析第102-106页
    5.5 本章小结第106-107页
第6章 总结与展望第107-110页
    6.1 研究工作总结第107-108页
    6.2 目标跟踪方法展望第108-110页
参考文献第110-117页
致谢第117-118页
攻读学位期间参加的科研项目和成果第118-119页

论文共119页,点击 下载论文
上一篇:多末端苹果采摘机器人设计与研究
下一篇:六种海洋来源生物样品的化学成分及生物活性研究