视频跟踪中的目标建模及相似性度量研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 英文縮写对照表 | 第13-14页 |
| 1 绪论 | 第14-24页 |
| 1.1 选题背景 | 第14-18页 |
| 1.2 本文的研究内容和研究难点 | 第18-22页 |
| 1.3 本文主要贡献及章节安排 | 第22-24页 |
| 2 视频跟踪算法的研究现状 | 第24-42页 |
| 2.1 视频跟踪问题概述 | 第24页 |
| 2.2 底层特征表达 | 第24-26页 |
| 2.3 产生式跟踪方法 | 第26-36页 |
| 2.4 相似性度量 | 第36-38页 |
| 2.5 目标搜索策略 | 第38-39页 |
| 2.6 判决式跟踪方法 | 第39-41页 |
| 2.7 本章小结 | 第41-42页 |
| 3 基于时空显著性结构化的运动目标表观建模方法 | 第42-69页 |
| 3.1 前言 | 第42-45页 |
| 3.2 基于目标局部区域的贝叶斯模型分解 | 第45-47页 |
| 3.3 目标局部区域的时空显著性分析 | 第47-52页 |
| 3.4 结构化模型的建模与求解 | 第52-53页 |
| 3.5 目标定位与模型更新 | 第53-55页 |
| 3.6 实验结果及分析 | 第55-68页 |
| 3.7 本章小结 | 第68-69页 |
| 4 基于低维特征子空间的运动目标表观建模方法 | 第69-90页 |
| 4.1 前言 | 第69-72页 |
| 4.2 基于低维特征子空间的贝叶斯模型分解 | 第72页 |
| 4.3 过完备特征空间的构造 | 第72-74页 |
| 4.4 低维特征子空间 | 第74-75页 |
| 4.5 目标定位与模型更新 | 第75-76页 |
| 4.6 算法复杂度分析 | 第76页 |
| 4.7 实验结果及分析 | 第76-89页 |
| 4.8 本章小结 | 第89-90页 |
| 5 基于传播融合的相似性度量 | 第90-115页 |
| 5.1 前言 | 第90-93页 |
| 5.2 相似性度量建模 | 第93-94页 |
| 5.3 目标表观模型与运动模型 | 第94-97页 |
| 5.4 传播融合相似性度量 | 第97-101页 |
| 5.5 快速算法 | 第101页 |
| 5.6 权重估计 | 第101-102页 |
| 5.7 实验结果与分析 | 第102-114页 |
| 5.8 本章小结 | 第114-115页 |
| 6 总结与展望 | 第115-117页 |
| 6.1 全文总结 | 第115-116页 |
| 6.2 对后续工作的展望 | 第116-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-128页 |
| 附录1 攻读学位期间发表的学术论文 | 第128-130页 |
| 附录2 攻读学位期间申请的专利 | 第130页 |
