首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征融合的稀疏表示目标追踪方法的研究

摘要第4-5页
abstract第5页
专用术语注释表第7-9页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-10页
    1.2 目标追踪理论的国内外研究现状第10-15页
    1.3 论文组织结构以及本文的研究工作第15-17页
第二章 稀疏表示外观模型研究第17-30页
    2.1 稀疏表示理论第17-22页
    2.2 基于稀疏表示的外观模型第22-29页
        2.2.1 基于单任务的稀疏表示目标追踪方法第22-24页
        2.2.2 基于多任务的稀疏表示目标追踪方法第24-25页
        2.2.3 基于L2-RLS的目标追踪第25-27页
        2.2.4 基于核函数融合的稀疏表示视觉追踪第27-29页
    2.3 本章小结第29-30页
第三章 基于核函数的稀疏表示目标追踪算法第30-40页
    3.1 引言第30页
    3.2 基于核函数的稀疏表示目标追踪算法第30-35页
        3.2.1 状态模型的建立第31-32页
        3.2.2 稀疏表示模型第32-33页
        3.2.3 稀疏模型重构第33-35页
    3.3 实验仿真结果与分析第35-39页
        3.3.1 定性分析第35-38页
        3.3.2 定量分析第38-39页
    3.4 本章小结第39-40页
第四章 基于典型相关性分析的稀疏表示目标追踪算法第40-54页
    4.1 引言第40-41页
    4.2 典型相关性分析理论第41-43页
        4.2.1 典型相关性分析的基本理论第41-42页
        4.2.2 典型相关性分析的表示第42-43页
    4.3 基于典型相关性分析的稀疏表示目标追踪算法第43-47页
        4.3.1 稀疏表示外观模型的构建第43-45页
        4.3.2 稀疏表示外观模型重构第45-47页
    4.4 实验结果与分析第47-53页
        4.4.1 定性分析第47-50页
        4.4.2 定量分析第50-53页
    4.5 本章小结第53-54页
第五章 总结与展望第54-56页
    5.1 论文总结工作第54-55页
    5.2 研究工作与展望第55-56页
参考文献第56-61页
附录1 攻读硕士学位期间撰写的论文第61-62页
附录2 攻读硕士学位期间申请的专利第62-63页
附录3 攻读硕士学位期间参加的科研项目第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于Docker技术的Hadoop性能优化研究
下一篇:大数据环境下药品安全突发事件预警研究