基于融合策略的视觉目标跟踪算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 引言 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·论文架构 | 第11-12页 |
| 第2章 理论基础 | 第12-30页 |
| ·均值漂移(Mean-shift) | 第12-19页 |
| ·一般化的 Mean-shift 理论 | 第13-16页 |
| ·Mean-shift 跟踪算法 | 第16-19页 |
| ·递归贝叶斯估计及粒子滤波算法 | 第19-29页 |
| ·递归贝叶斯估计 | 第20-23页 |
| ·粒子滤波算法 | 第23-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于鉴别性与稳定性的自适应融合目标跟踪 | 第30-46页 |
| ·基于鉴别稳定的自适应融合 | 第30-36页 |
| ·自适应融合跟踪算法 | 第36-39页 |
| ·跟踪中的目标特征描述及度量 | 第36-38页 |
| ·基于鉴别稳定的自适应融合跟踪算法 | 第38-39页 |
| ·跟踪实验结果与分析 | 第39-45页 |
| ·与相似的加性融合算法对比 | 第39-40页 |
| ·更多视频上的跟踪结果 | 第40-41页 |
| ·与主流算法对比 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于核稀疏表达的多核融合跟踪 | 第46-62页 |
| ·核稀疏表达 KSR | 第46-49页 |
| ·KSR 的优化求解 | 第49-50页 |
| ·粒子滤波框架下的 KSR 跟踪算法 | 第50-54页 |
| ·观测模型、目标表示及动态模型的构造 | 第51-52页 |
| ·特征表达及多核融合 | 第52-53页 |
| ·粒子滤波框架下 KSR 跟踪算法 | 第53-54页 |
| ·实验结果与分析 | 第54-61页 |
| ·定性对比实验 | 第55-56页 |
| ·定量对比实验 | 第56-61页 |
| ·算法分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 个人简历 | 第68-69页 |
| 附录 论文发表 | 第69页 |
