基于SURF特征的多示例学习的目标跟踪算法
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 论文框架 | 第12-14页 |
| 第二章 理论基础 | 第14-18页 |
| 2.1 多示例学习 | 第14-15页 |
| 2.2 支持向量机 | 第15-16页 |
| 2.3 潜在语义分析方法 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 基于SURF特征和MIL的目标跟踪算法 | 第18-38页 |
| 3.1 提取SURF特征 | 第18-21页 |
| 3.1.1 特征点检测 | 第18-20页 |
| 3.1.2 生成SURF特征描述子 | 第20-21页 |
| 3.2 融合SURF和MIL的目标检测 | 第21-25页 |
| 3.2.1 训练分类器 | 第21-23页 |
| 3.2.2 融合SURF和MIL的目标检测算法 | 第23-25页 |
| 3.2.3 实验结果与分析 | 第25页 |
| 3.3 多示例学习的目标跟踪算法 | 第25-30页 |
| 3.3.1 目标跟踪算法的框架 | 第26页 |
| 3.3.2 两种特征提取 | 第26页 |
| 3.3.3 更新机制 | 第26-27页 |
| 3.3.4 目标跟踪算法步骤 | 第27-30页 |
| 3.4 实验结果与分析 | 第30-37页 |
| 3.4.1 实验环境与数据集 | 第30页 |
| 3.4.2 实验结果与分析 | 第30-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 多示例学习的视觉跟踪系统 | 第38-50页 |
| 4.1 跟踪系统的相关技术和开发环境 | 第38页 |
| 4.2 跟踪系统的功能模块 | 第38-39页 |
| 4.3 跟踪系统的设计 | 第39-47页 |
| 4.3.1 跟踪系统界面的使用 | 第39-43页 |
| 4.3.2 跟踪实例 | 第43-47页 |
| 4.4 跟踪系统用到的跟踪算法 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间取得的研究成果 | 第56-58页 |
| 致谢 | 第58-60页 |
| 个人简况及联系方式 | 第60-64页 |
