| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第18-34页 |
| 1.1 课题来源 | 第18页 |
| 1.2 研究背景与意义 | 第18-19页 |
| 1.3 课题研究现状 | 第19-29页 |
| 1.3.1 运动目标跨尺度描述 | 第21-23页 |
| 1.3.2 运动目标跨尺度检测 | 第23-25页 |
| 1.3.3 运动目标跨尺度跟踪 | 第25-29页 |
| 1.4 主要研究成果和创新点 | 第29-31页 |
| 1.5 论文组织 | 第31-34页 |
| 第二章 基于高斯金字塔和小波变换的跨尺度描述方法研究 | 第34-54页 |
| 2.1 引言 | 第34-35页 |
| 2.2 基于高斯金字塔和小波变换的跨尺度描述算法的提出(GWSP) | 第35-42页 |
| 2.2.1 GWSP算法的研究动机 | 第35-36页 |
| 2.2.2 GWSP算法描述 | 第36-42页 |
| 2.3 GWSP算法实验结果与分析 | 第42-53页 |
| 2.3.1 数据集、对比算法与评价指标 | 第42-44页 |
| 2.3.2 GWSP算法实验结果与分析 | 第44-53页 |
| 2.4 本章小结 | 第53-54页 |
| 第三章 基于分阶段字典学习与分层稀疏编码的运动目标跨尺度检测方法研究 | 第54-70页 |
| 3.1 引言 | 第54-55页 |
| 3.2 基于分阶段字典学习与分层稀疏编码的运动目标跨尺度检测算法的提出(MDSH) | 第55-62页 |
| 3.2.1 MDSH算法的研究动机 | 第55-56页 |
| 3.2.2 MDSH算法描述 | 第56-62页 |
| 3.3 MDSH算法实验结果与分析 | 第62-69页 |
| 3.3.1 数据集、对比算法与评价指标 | 第62-63页 |
| 3.3.2 MDSH算法实验结果与分析 | 第63-69页 |
| 3.4 本章小结 | 第69-70页 |
| 第四章 基于方向向量与权值选择的运动目标跨尺度跟踪方法研究 | 第70-94页 |
| 4.1 引言 | 第70-71页 |
| 4.2 基于方向向量与权值选择的运动目标跨尺度跟踪算法的提出(DPF-WT) | 第71-79页 |
| 4.2.1 DPF-WT算法的研究动机 | 第71-72页 |
| 4.2.2 DPF-WT算法描述 | 第72-79页 |
| 4.3 DPF-WT算法实验结果与分析 | 第79-93页 |
| 4.3.1 数据集、对比算法与评价指标 | 第79-81页 |
| 4.3.2 DPF-WT算法实验结果与分析 | 第81-93页 |
| 4.4 本章小结 | 第93-94页 |
| 第五章 基于深度神经网络与平均哈希的运动目标跨尺度跟踪方法研究 | 第94-118页 |
| 5.1 引言 | 第94-95页 |
| 5.2 基于深度神经网络与平均哈希的运动目标跟踪算法的提出(DNHT) | 第95-100页 |
| 5.2.1 DNHT算法的研究动机 | 第95-96页 |
| 5.2.2 DNHT算法描述 | 第96-100页 |
| 5.3 DNHT算法实验结果与分析 | 第100-115页 |
| 5.3.1 数据集、对比算法与评价指标 | 第101-103页 |
| 5.3.2 DNHT算法实验结果与分析 | 第103-115页 |
| 5.4 本章小结 | 第115-118页 |
| 第六章 运动目标的跨尺度检测与跟踪系统的实现 | 第118-126页 |
| 6.1 引言 | 第118页 |
| 6.2 系统总体框架 | 第118-119页 |
| 6.3 主要功能设计与实现 | 第119-125页 |
| 6.3.1 视频序列的预处理模块 | 第120-121页 |
| 6.3.2 运动目标跨尺度描述模块 | 第121-122页 |
| 6.3.3 运动目标跨尺度检测模块 | 第122-123页 |
| 6.3.4 运动目标跨尺度跟踪模块 | 第123-125页 |
| 6.4 本章小结 | 第125-126页 |
| 第七章 总结与展望 | 第126-130页 |
| 7.1 论文工作总结 | 第126-128页 |
| 7.2 进一步的研究工作 | 第128-130页 |
| 参考文献 | 第130-146页 |
| 致谢 | 第146-148页 |
| 攻读博士学位期间的科研成果 | 第148-149页 |
