多特征联合及选择的目标跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 符号与缩写词含义 | 第7-8页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.3 目标跟踪难点及评价标准 | 第14-16页 |
| 1.3.1 目标跟踪难点 | 第14-15页 |
| 1.3.2 目标跟踪算法评价标准 | 第15-16页 |
| 1.4 本文的创新点及主要内容 | 第16-18页 |
| 1.4.1 本文创新点 | 第16页 |
| 1.4.2 主要内容 | 第16-18页 |
| 第二章 稀疏表示相关知识 | 第18-25页 |
| 2.1 信号的稀疏表示 | 第18-20页 |
| 2.2 稀疏表示算法 | 第20-21页 |
| 2.2.1 匹配追踪算法 | 第20页 |
| 2.2.2 基追踪算法 | 第20-21页 |
| 2.3 基于稀疏表示的目标跟踪算法 | 第21-25页 |
| 2.3.1 字典生成 | 第21-23页 |
| 2.3.2 字典更新 | 第23页 |
| 2.3.3 算法框架 | 第23-25页 |
| 第三章 多特征联合的稀疏表示目标跟踪方法 | 第25-40页 |
| 3.1 基于多特征联合的目标跟踪方法 | 第25-34页 |
| 3.1.1 跟踪框架 | 第25页 |
| 3.1.2 目标外观模型 | 第25-28页 |
| 3.1.3 特征的核化处理及目标稀疏表示 | 第28-29页 |
| 3.1.4 KAPG方法求解 | 第29-30页 |
| 3.1.5 目标跟踪策略 | 第30-32页 |
| 3.1.6 模板更新 | 第32-34页 |
| 3.2 跟踪结果与对比 | 第34-37页 |
| 3.2.1 定性评价 | 第35-37页 |
| 3.2.2 定量评价 | 第37页 |
| 3.3 本章总结 | 第37-40页 |
| 第四章 基于支持向量机的多特征选择目标跟踪算法 | 第40-55页 |
| 4.1 支持向量机 | 第40-43页 |
| 4.2 基于支持向量机的多特征选择的目标跟踪 | 第43-48页 |
| 4.2.1 跟踪框架 | 第43-44页 |
| 4.2.2 目标外观模型 | 第44-45页 |
| 4.2.3 训练分类器 | 第45页 |
| 4.2.4 跟踪策略及特征选择 | 第45-46页 |
| 4.2.5 分类器更新 | 第46-48页 |
| 4.3 跟踪结果与分析 | 第48-54页 |
| 4.3.1 定性评价 | 第48-50页 |
| 4.3.2 定量评价 | 第50页 |
| 4.3.3 特征选择分析 | 第50-52页 |
| 4.3.4 鲁棒性分析 | 第52-54页 |
| 4.4 本章总结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间科研成果 | 第64页 |
