基于排序支持向量机的目标跟踪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| Content | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容以及技术难点 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第二章 图像特征及特征提取 | 第18-25页 |
| 2.1 图像特征及提取 | 第18-19页 |
| 2.2 HOG特征 | 第19-21页 |
| 2.2.1 HOG特征介绍 | 第19页 |
| 2.2.2 HOG特征提取 | 第19-21页 |
| 2.3 Haar特征 | 第21-24页 |
| 2.3.1 Haar特征介绍 | 第21页 |
| 2.3.2 Haar特征积分图计算 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于多特征融合排序支持向量机的目标跟踪 | 第25-41页 |
| 3.1 多特征融合算法 | 第25-26页 |
| 3.1.1 多特征融合的特征选择 | 第25页 |
| 3.1.2 自适应多特征融合算法 | 第25-26页 |
| 3.2 排序支持向量机 | 第26-31页 |
| 3.2.1 基于支持向量机的目标跟踪算法 | 第26-29页 |
| 3.2.2 排序学习 | 第29页 |
| 3.2.3 排序支持向量机 | 第29-31页 |
| 3.3 多特征融合排序支持向量机 | 第31-33页 |
| 3.3.1 训练集构成 | 第31-32页 |
| 3.3.2 排序函数构建 | 第32-33页 |
| 3.4 实验结果分析 | 第33-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于协同训练排序支持向量机的目标跟踪 | 第41-58页 |
| 4.1 协同训练 | 第41-42页 |
| 4.2 协同训练排序支持向量机 | 第42-48页 |
| 4.2.1 基于排序支持向量机的学习器更新 | 第42-44页 |
| 4.2.2 特征选择与训练数据集 | 第44-45页 |
| 4.2.3 协同训练及排序函数 | 第45-48页 |
| 4.3 实验结果分析 | 第48-57页 |
| 4.3.1 经典跟踪算法对比 | 第48-54页 |
| 4.3.2 同类跟踪算法对比 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 红外视频下的目标跟踪 | 第58-69页 |
| 5.1 红外视频中的常见问题 | 第58-59页 |
| 5.2 红外视频图像的预处理 | 第59-61页 |
| 5.3 红外视频目标跟踪实验结果 | 第61-68页 |
| 5.3.1 天空背景红外目标跟踪 | 第61-63页 |
| 5.3.2 海上红外目标跟踪 | 第63-66页 |
| 5.3.3 交通道路红外目标跟踪 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 全文总结及展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 研究生期间参加的科研活动及科研成果 | 第77-78页 |
| 致谢 | 第78页 |
