基于判别学习的单目标跟踪系统研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 目标追踪介绍 | 第14-16页 |
| 1.3.1 外观表示模型 | 第14-15页 |
| 1.3.2 搜索策略 | 第15-16页 |
| 1.3.3 模型更新 | 第16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 课题来源和本文结构安排 | 第17-20页 |
| 1.5.1 课题来源 | 第17页 |
| 1.5.2 本文结构安排 | 第17-20页 |
| 第2章 类相关性引导判别字典学习机制 | 第20-30页 |
| 2.1 判别字典学习 | 第20-21页 |
| 2.2 类相关性引导判别字典学习机制 | 第21-25页 |
| 2.2.1 判别字典学习模型 | 第21页 |
| 2.2.2 类相关性引导判别字典学习模型 | 第21-23页 |
| 2.2.3 模型训练模块 | 第23-25页 |
| 2.2.4 分类模块 | 第25页 |
| 2.3 模型测试结果 | 第25-29页 |
| 2.3.1 物体分类 | 第26-27页 |
| 2.3.2 人脸识别 | 第27-28页 |
| 2.3.3 动作识别 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于在线判别字典学习的目标追踪策略 | 第30-41页 |
| 3.1 在线字典学习追踪方法 | 第30-31页 |
| 3.2 在线判别字典学习追踪策略 | 第31-36页 |
| 3.2.1 追踪算法模块 | 第32-34页 |
| 3.2.2 目标定位模块 | 第34-36页 |
| 3.3 追踪技术测试结果 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 逻辑回归协同滤波的目标追踪策略 | 第41-60页 |
| 4.1 逻辑回归 | 第41-42页 |
| 4.2 基于逻辑回归协同滤波的目标追踪策略 | 第42-49页 |
| 4.2.1 约束逻辑回归求解方法 | 第42-44页 |
| 4.2.2 逻辑回归协同滤波算法模块 | 第44-46页 |
| 4.2.3 核化逻辑回归协同滤波模块 | 第46-47页 |
| 4.2.4 尺度预测模块 | 第47-48页 |
| 4.2.5 快速定位模块 | 第48-49页 |
| 4.3 预处理策略 | 第49-51页 |
| 4.3.1 多特征融合模块 | 第49-50页 |
| 4.3.2 训练标签生成模块 | 第50-51页 |
| 4.4 综合测试结果 | 第51-59页 |
| 4.4.1 在OTB50上的实验 | 第52-55页 |
| 4.4.2 在OTB100上的实验 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 目标追踪算法系统实现 | 第60-69页 |
| 5.1 系统需求分析 | 第60-63页 |
| 5.1.1 目标初始化模块 | 第60-61页 |
| 5.1.2 跟踪策略模块 | 第61-62页 |
| 5.1.3 后处理模块 | 第62-63页 |
| 5.2 系统构架 | 第63-66页 |
| 5.2.1 总体构架设计 | 第63页 |
| 5.2.2 系统详细设计 | 第63-66页 |
| 5.3 硬件信息和开发环境 | 第66页 |
| 5.4 应用测试 | 第66-67页 |
| 5.5 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第77-79页 |
| 致谢 | 第79页 |
