基于条件随机场的目标跟踪的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·序言 | 第9-10页 |
| ·视频目标检测跟踪的发展现状 | 第10-21页 |
| ·目标检测 | 第10-14页 |
| ·目标跟踪 | 第14-18页 |
| ·存在的问题 | 第18-21页 |
| 第二章 条件随机场概述 | 第21-37页 |
| ·序列标记 | 第21页 |
| ·隐马尔可夫模型 | 第21-24页 |
| ·隐马尔可夫模型原理 | 第21-22页 |
| ·隐马尔可夫模型原理在序列标记中的应用 | 第22-24页 |
| ·最大熵模型 | 第24-27页 |
| ·最大熵原理 | 第24-26页 |
| ·最大熵模型在序列标记中的应用 | 第26-27页 |
| ·条件随机场理论 | 第27-35页 |
| ·条件随机场定义 | 第27-28页 |
| ·势函数 | 第28-30页 |
| ·条件随机场分布模型 | 第30-32页 |
| ·条件随机场模型参数估计 | 第32-34页 |
| ·条件概率的矩阵计算 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 改进的条件随机场 CRF 模型 | 第37-49页 |
| ·引言 | 第37-38页 |
| ·传统的 CRF 模型 | 第38-40页 |
| ·传统条件随机场模型 | 第38-40页 |
| ·传统模型的不足 | 第40页 |
| ·改进的 CRF 时空模型 | 第40-43页 |
| ·建立初始环境 | 第40-41页 |
| ·赋予标记变量权值 | 第41-43页 |
| ·实验仿真 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于改进 CRF 模型的动态目标匹配算法 | 第49-62页 |
| ·引言 | 第49-50页 |
| ·传统目标匹配算法 | 第50-54页 |
| ·传统的匹配框选取 | 第52-53页 |
| ·传统的匹配准则 | 第53-54页 |
| ·改进的目标匹配算法 | 第54-61页 |
| ·传统目标匹配算法的不足 | 第54页 |
| ·结合粒子滤波的改进目标匹配框 | 第54-58页 |
| ·结合改进 CRF 模型的目标匹配准则 | 第58-59页 |
| ·实验结果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 复杂背景下基于改进目标匹配算法的目标跟踪 | 第62-71页 |
| ·引言 | 第62页 |
| ·结合改进的目标匹配算法的目标跟踪 | 第62-70页 |
| ·动态背景反向补偿 | 第62-65页 |
| ·结合改进的匹配算法进行跟踪 | 第65-68页 |
| ·算法流程及仿真结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 全文总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
