摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-30页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 课题支撑 | 第11-12页 |
1.3 国内外研究现状 | 第12-24页 |
1.3.1 内河船舶跟踪系统 | 第12-14页 |
1.3.2 基于视觉的内河船舶跟踪 | 第14-19页 |
1.3.3 视觉跟踪 | 第19-24页 |
1.4 基于视觉的内河船舶跟踪系统分析 | 第24-26页 |
1.4.1 基于视觉的内河船舶跟踪特点 | 第24-25页 |
1.4.2 基于视觉的内河船舶跟踪难点 | 第25-26页 |
1.5 内河船舶跟踪算法性能评价指标 | 第26-28页 |
1.6 论文的组织与结构 | 第28-30页 |
第2章 随机投影跟踪算法理论分析及实验对比研究 | 第30-68页 |
2.1 随机投影理论 | 第30-31页 |
2.2 CT随机投影跟踪算法 | 第31-35页 |
2.3 随机投影跟踪算法理论分析研究 | 第35-57页 |
2.3.1 原始信号属性 | 第35-39页 |
2.3.2 随机观测矩阵 | 第39-42页 |
2.3.3 特征选择 | 第42-47页 |
2.3.4 尺度跟踪 | 第47-52页 |
2.3.5 遮挡跟踪 | 第52-57页 |
2.3.6 其他 | 第57页 |
2.4 随机投影跟踪算法实验对比研究 | 第57-67页 |
2.4.1 定性实验结果及分析 | 第58-61页 |
2.4.2 定量实验结果及分析 | 第61-67页 |
2.5 本章小结 | 第67-68页 |
第3章 正交粒子滤波低秩约束随机投影内河船舶跟踪算法 | 第68-89页 |
3.1 贝叶斯状态估计 | 第68-71页 |
3.2 状态转移密度设计 | 第71-72页 |
3.3 建议分布选择 | 第72-73页 |
3.4 正交实验原理 | 第73-74页 |
3.5 正交实验设计 | 第74-75页 |
3.6 正交粒子滤波 | 第75页 |
3.7 观测似然概率密度设计 | 第75-79页 |
3.7.1 随机观测矩阵 | 第76-77页 |
3.7.2 目标判定准则 | 第77-79页 |
3.8 算法分析 | 第79-80页 |
3.9 实验 | 第80-88页 |
3.9.1 定性实验结果及分析 | 第80-84页 |
3.9.2 定量实验结果及分析 | 第84-88页 |
3.10 本章小结 | 第88-89页 |
第4章 跟踪检测协同内河船舶跟踪算法 | 第89-117页 |
4.1 算法整体框架 | 第89-90页 |
4.2 跟踪模块 | 第90-96页 |
4.2.1 局部跟踪器初始化 | 第90-93页 |
4.2.2 Flock of Trackers | 第93-96页 |
4.3 检测模块 | 第96-107页 |
4.3.1 跟踪模块结果评估 | 第96-98页 |
4.3.2 滑动窗口搜索策略 | 第98-100页 |
4.3.3 方差滤波器 | 第100-101页 |
4.3.4 随机蕨分类器 | 第101-106页 |
4.3.5 随机投影分类器 | 第106-107页 |
4.4 位置估计 | 第107页 |
4.5 学习模块 | 第107页 |
4.6 算法分析 | 第107-109页 |
4.7 实验 | 第109-116页 |
4.7.1 定性实验结果及分析 | 第109-112页 |
4.7.2 定量实验结果及分析 | 第112-116页 |
4.8 本章小结 | 第116-117页 |
第5章 内河船舶跟踪数据库及在线实验平台设计 | 第117-130页 |
5.1 内河船舶跟踪标准数据库的建立 | 第117-122页 |
5.2 内河船舶跟踪算法在线实验平台的设计 | 第122-129页 |
5.2.1 B/S架构 | 第123页 |
5.2.2 主要软件技术 | 第123-124页 |
5.2.3 平台功能设计 | 第124-129页 |
5.3 本章小结 | 第129-130页 |
第6章 总结与展望 | 第130-134页 |
6.1 主要研究工作总结 | 第130-131页 |
6.2 主要创新点 | 第131-132页 |
6.3 展望 | 第132-134页 |
致谢 | 第134-135页 |
参考文献 | 第135-145页 |
攻读博士期间发表的主要成果及参加的科研项目 | 第145-146页 |
1 已发表的学术论文 | 第145-146页 |
2 参加的科研项目 | 第146页 |