复杂环境目标跟踪点漂移校正与抑制方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景及意义 | 第11-14页 |
| ·成像跟踪系统概述 | 第11-12页 |
| ·跟踪点漂移 | 第12-14页 |
| ·国内外研究现状及发展趋势 | 第14-18页 |
| ·基于模板更新策略的改进方法 | 第14-16页 |
| ·基于多模板智能更新的漂移校正与抑制技术 | 第16页 |
| ·基于多子模板的漂移校正与抑制技术 | 第16-17页 |
| ·基于在线学习的漂移校正与抑制技术 | 第17-18页 |
| ·主要研究内容 | 第18-19页 |
| ·论文的结构安排 | 第19-20页 |
| 第二章 基于模板的跟踪点漂移校正与抑制方法 | 第20-37页 |
| ·概述 | 第20-21页 |
| ·多模板智能更新 | 第21-24页 |
| ·基于特征积累的多模板智能更新 | 第21-22页 |
| ·基于多模板缓冲区的跟踪算法 | 第22-24页 |
| ·基于多子模板的漂移校正与抑制 | 第24-29页 |
| ·多子模板算法 | 第24页 |
| ·多子模板的划分 | 第24-25页 |
| ·子模板的剔除 | 第25-26页 |
| ·多子模板的匹配 | 第26-27页 |
| ·算法优化 | 第27-29页 |
| ·实验结果及分析 | 第29-36页 |
| ·小结 | 第36-37页 |
| 第三章 基于在线学习的目标跟踪方法 | 第37-49页 |
| ·概述 | 第37页 |
| ·机器学习简介 | 第37-38页 |
| ·无监督学习 | 第38页 |
| ·监督学习 | 第38页 |
| ·半监督学习 | 第38页 |
| ·跟踪问题的描述 | 第38-40页 |
| ·基于概率推理的描述 | 第39页 |
| ·基于分类问题的描述 | 第39页 |
| ·基于动态分类的描述 | 第39-40页 |
| ·基于半监督学习的目标跟踪方法 | 第40-47页 |
| ·在线 Boosting 方法 | 第40-45页 |
| ·正负条件约束学习方法 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 基于协同训练的跟踪点漂移校正与抑制方法 | 第49-68页 |
| ·基于协同训练的跟踪框架 | 第49-51页 |
| ·概述 | 第49-50页 |
| ·跟踪框架简介 | 第50-51页 |
| ·协同训练分类器的建立方法 | 第51-60页 |
| ·特征提取 | 第51-53页 |
| ·样本建立 | 第53-54页 |
| ·分类器的设计 | 第54-57页 |
| ·搜索策略 | 第57-59页 |
| ·协同跟踪框架的设计 | 第59-60页 |
| ·实验结果及分析 | 第60-66页 |
| ·小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·论文工作总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |
