摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究的目的和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 面临困难和挑战 | 第12-13页 |
1.4 研究内容和结构安排 | 第13-15页 |
1.4.1 研究内容 | 第13页 |
1.4.2 论文的章节安排 | 第13-15页 |
第二章 跟踪算法综述 | 第15-29页 |
2.1 引言 | 第15页 |
2.2 目标特征选取方法 | 第15-16页 |
2.3 目标跟踪方法 | 第16-18页 |
2.4 多示例学习 | 第18-19页 |
2.4.1 多示例概述 | 第18页 |
2.4.2 MIL 跟踪 | 第18-19页 |
2.5 分布场模型的目标跟踪算法 | 第19-22页 |
2.5.1 分布场模型 | 第19-21页 |
2.5.2 梯度下降法 | 第21-22页 |
2.6 支持向量机数学模型 | 第22-25页 |
2.6.1 支持向量机理论介绍 | 第22-24页 |
2.6.2 核函数 | 第24-25页 |
2.7 基于 FFT 的模板匹配算法 | 第25-27页 |
2.7.1 全局搜索算法分析 | 第25-26页 |
2.7.2 基于 FFT 的相关匹配算法设计 | 第26-27页 |
2.8 小结 | 第27-29页 |
第三章 基于全局搜索的快速分布场目标跟踪算法 | 第29-37页 |
3.1 引言 | 第29页 |
3.2 基于全局搜索的快速分布场目标跟踪算法 | 第29-30页 |
3.2.1 目标分布场和候选区域分布场的相似性度量 | 第29-30页 |
3.2.2 相关系数的频域处理 | 第30页 |
3.3 实验结果与分析 | 第30-36页 |
3.3.1 参数的设置 | 第31页 |
3.3.2 定量分析 | 第31-33页 |
3.3.3 定性分析 | 第33-36页 |
3.4 小结 | 第36-37页 |
第四章 基于分布场模型的支持向量机目标跟踪算法 | 第37-46页 |
4.1 引言 | 第37页 |
4.2 基于支持向量机的目标跟踪算法 | 第37-40页 |
4.2.1 SVM 跟踪框架 | 第37-38页 |
4.2.2 算法描述 | 第38-39页 |
4.2.3 SVM 跟踪 | 第39-40页 |
4.3 实验结果与分析 | 第40-45页 |
4.3.1 参数的设置 | 第40页 |
4.3.2 定量分析 | 第40-42页 |
4.3.3 定性分析 | 第42-45页 |
4.4 小结 | 第45-46页 |
第五章 总结与展望 | 第46-48页 |
5.1 总结 | 第46页 |
5.2 展望 | 第46-48页 |
参考文献 | 第48-51页 |
致谢 | 第51-52页 |
作者简介 | 第52页 |