| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要研究内容 | 第12-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 球场与球场标志线的提取 | 第16-23页 |
| ·概述 | 第16-17页 |
| ·基于改进K均值聚类的球场区域提取 | 第17-19页 |
| ·聚类数目的确定和初始聚类点的选取 | 第17-18页 |
| ·球场区域提取 | 第18-19页 |
| ·球场标志线提取 | 第19-21页 |
| ·基于边缘检测算子的球场标志线检测 | 第19页 |
| ·基于Hough变换与最小二乘法的球场线参数提取 | 第19-21页 |
| ·实验与分析 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于层次化多特征融合粒子滤波的球员跟踪 | 第23-40页 |
| ·概述 | 第23-24页 |
| ·标准粒子滤波 | 第24-26页 |
| ·贝叶斯估计 | 第24-25页 |
| ·粒子滤波 | 第25-26页 |
| ·层次化多特征融合粒子滤波 | 第26-30页 |
| ·基于层次化多特征融合粒子滤波的球员跟踪 | 第30-37页 |
| ·层次化多特征 | 第30-35页 |
| ·辅助特征的自适应更新 | 第35-36页 |
| ·基于层次化多特征融合粒子滤波的球员跟踪 | 第36-37页 |
| ·实验与分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于FSAMME的持球队员视野判定 | 第40-56页 |
| ·概述 | 第40-41页 |
| ·基于黎曼流形的特征提取 | 第41-46页 |
| ·协方差描述子的定义 | 第41-42页 |
| ·协方差描述子的结构特性 | 第42-44页 |
| ·基于黎曼流形的特征提取 | 第44-46页 |
| ·基于FSAMME前向逐步叠加模型的多分类方法 | 第46-50页 |
| ·AdaBoost算法 | 第46-48页 |
| ·FSAMME前向逐步叠加模型 | 第48-50页 |
| ·基于黎曼流形与FSAMME的持球队员视野判定 | 第50-53页 |
| ·头部检测分类器的训练过程 | 第50-52页 |
| ·持球队员的头部检测与头态识别 | 第52-53页 |
| ·实验与分析 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第五章 基于在线RBFNN的持球队员行为预测 | 第56-74页 |
| ·概述 | 第56-57页 |
| ·场上球员图像坐标到实际坐标的转换 | 第57-59页 |
| ·基于人工势能场的球员信息量 | 第59-62页 |
| ·人工势能场 | 第59-60页 |
| ·基于人工势能场的球员信息量 | 第60-62页 |
| ·基于GIRAN在线RBFNN的持球队员行为预测 | 第62-70页 |
| ·RBF神经网络 | 第62-65页 |
| ·基于GIRAN在线RBF神经网络的持球队员行为预测 | 第65-69页 |
| ·接球球员预测 | 第69-70页 |
| ·实验与分析 | 第70-72页 |
| ·小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间的主要研究成果 | 第84页 |