| 摘要 | 第11-13页 |
| Abstract | 第13-15页 |
| 第一章 绪论 | 第16-29页 |
| 1.1 研究背景及意义 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-26页 |
| 1.2.1 传统目标跟踪方法 | 第19-20页 |
| 1.2.2 特征描述 | 第20-22页 |
| 1.2.3 在线学习跟踪方法 | 第22-25页 |
| 1.2.4 在线学习跟踪方法特性分析 | 第25-26页 |
| 1.3 本文的主要工作及内容安排 | 第26-29页 |
| 第二章 半监督在线学习跟踪理论及典型应用 | 第29-54页 |
| 2.1 引言 | 第29-30页 |
| 2.2 半监督在线学习基本理论 | 第30-34页 |
| 2.2.1 半监督学习 | 第30-33页 |
| 2.2.2 在线学习 | 第33-34页 |
| 2.3 Online MIL目标跟踪 | 第34-42页 |
| 2.3.1 Online MIL基本原理 | 第35-39页 |
| 2.3.2 Online MILBoost算法 | 第39-41页 |
| 2.3.3 Online MIL Track | 第41-42页 |
| 2.4 TLD目标跟踪 | 第42-53页 |
| 2.4.1 TLD基本原理 | 第42-44页 |
| 2.4.2 PN学习理论 | 第44-49页 |
| 2.4.3 TLD目标跟踪的具体实现 | 第49-53页 |
| 2.5 本章小结 | 第53-54页 |
| 第三章 基于压缩感知及在线加权特征选择的目标跟踪 | 第54-89页 |
| 3.1 引言 | 第54-55页 |
| 3.2 压缩感知基本理论 | 第55-57页 |
| 3.3 尺度自适应特征压缩跟踪 | 第57-64页 |
| 3.3.1 结构约束性采样 | 第57-58页 |
| 3.3.2 基于高斯随机测量矩阵投影的特征降维 | 第58-60页 |
| 3.3.3 分类器构建及更新 | 第60页 |
| 3.3.4 跟踪算法实现步骤 | 第60-61页 |
| 3.3.5 实验仿真分析 | 第61-64页 |
| 3.4 基于响应差异最大化在线特征选择的目标跟踪 | 第64-88页 |
| 3.4.1 特征选择基本原理 | 第64-65页 |
| 3.4.2 MIL方法特征选择的不足 | 第65-67页 |
| 3.4.3 辨别式外观模型选取 | 第67-69页 |
| 3.4.4 基于正负样本响应差异最大化的在线特征选择方法 | 第69-71页 |
| 3.4.5 样本权重比较及贝叶斯误差分析 | 第71-74页 |
| 3.4.6 OWFS跟踪流程 | 第74页 |
| 3.4.7 实验仿真分析 | 第74-87页 |
| 3.4.8 讨论分析 | 第87-88页 |
| 3.5 本章小结 | 第88-89页 |
| 第四章 基于压缩特征稀疏表示的目标跟踪 | 第89-112页 |
| 4.1 引言 | 第89-91页 |
| 4.2 目标外观稀疏表示方法 | 第91-92页 |
| 4.2.1 基于目标模板集的稀疏表示方法 | 第91页 |
| 4.2.2 基于PCA子空间的稀疏表示方法 | 第91-92页 |
| 4.3 基于压缩特征PCA子空间的目标外观表示 | 第92-94页 |
| 4.3.1 目标特征压缩 | 第92-93页 |
| 4.3.2 压缩特征的PCA子空间表示 | 第93-94页 |
| 4.4 特征基及均值向量的在线更新 | 第94-98页 |
| 4.4.1 基于SKL算法的特征基向量更新 | 第94-96页 |
| 4.4.2 基于增量PCA学习的均值向量在线更新 | 第96-97页 |
| 4.4.3 遗忘因子项 | 第97-98页 |
| 4.5 目标跟踪框架 | 第98-101页 |
| 4.5.1 布朗运动模型 | 第98页 |
| 4.5.2 观测模型 | 第98-99页 |
| 4.5.3 基于逆指示的观测模型在线更新 | 第99-101页 |
| 4.6 实验仿真分析 | 第101-111页 |
| 4.6.1 定性分析 | 第102-108页 |
| 4.6.2 定量比较 | 第108-110页 |
| 4.6.3 计算复杂度分析 | 第110-111页 |
| 4.7 本章小结 | 第111-112页 |
| 第五章 基于上下文辅助的目标跟踪 | 第112-142页 |
| 5.1 引言 | 第112-114页 |
| 5.2 基于两级隐式形状模型的目标抗遮挡跟踪 | 第114-123页 |
| 5.2.1 隐式形状模型基本原理 | 第114-116页 |
| 5.2.2 建立码本特征集及共生关系 | 第116-117页 |
| 5.2.3 两级隐式形状投票模型 | 第117-118页 |
| 5.2.4 跟踪算法实现步骤 | 第118页 |
| 5.2.5 实验仿真分析 | 第118-123页 |
| 5.3 基于SOASTC的目标跟踪 | 第123-141页 |
| 5.3.1 SOASTC目标跟踪组成模块 | 第123-127页 |
| 5.3.2 目标尺度更新 | 第127-132页 |
| 5.3.3 实验仿真分析 | 第132-141页 |
| 5.4 本章小结 | 第141-142页 |
| 第六章 结论与展望 | 第142-145页 |
| 6.1 主要工作与创新点 | 第142-143页 |
| 6.2 下一步工作展望 | 第143-145页 |
| 致谢 | 第145-147页 |
| 参考文献 | 第147-158页 |
| 作者在学期间取得的学术成果 | 第158-159页 |
| 作者在学期间参与的科研项目 | 第159-160页 |
| 附录A STC跟踪尺度更新公式推导 | 第160-162页 |
| 附录B 英文缩略语列表 | 第162-163页 |