首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂场景下实时视觉目标跟踪的若干研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-30页
   ·研究背景和意义第12-15页
   ·视觉目标跟踪的国内外研究状况第15-18页
   ·视觉目标跟踪系统综述第18-25页
   ·视觉目标跟踪存在问题和挑战第25-27页
   ·本文的研究内容及论文结构第27-30页
     ·本论文的主要创新点第27-29页
     ·本论文的结构安排第29-30页
第2章 协同训练框架下变权重实时压缩跟踪算法第30-56页
   ·引言第30-31页
   ·压缩跟踪第31-35页
     ·判别分类器的构建和更新第31-34页
     ·压缩跟踪器的在线特征提取准则第34-35页
   ·本章算法的主要原理第35-41页
     ·加权压缩跟踪器第35-39页
     ·协同训练框架下分类器更新准则第39-40页
     ·协同训练框架下在线变权重压缩跟踪算法第40-41页
   ·实验结果第41-54页
     ·本章中的参数设置第41-42页
     ·定性评价第42-48页
     ·定量比较第48-52页
     ·讨论第52-54页
   ·本章总结第54-56页
第3章 基于偏最小二乘和稀疏学习的实时视觉跟踪第56-86页
   ·引言第56-59页
   ·本章的一些预备知识第59-64页
     ·偏最小二乘方法第60-62页
     ·基于稀疏表示的目标跟踪第62-64页
   ·本章算法的主要原理第64-69页
     ·子空间学习和目标外观表示方法第64-67页
     ·遮挡检测和外观模板在线更新第67-69页
   ·实验结果第69-83页
     ·参数设置第70-71页
     ·定性比较第71-82页
     ·定量比较第82-83页
   ·本章总结第83-86页
第4章 总结和展望第86-90页
   ·本文工作总结第86-87页
   ·进一步的研究工作和展望第87-90页
参考文献第90-100页
攻读博士学位期间发表的论文和参与的科研项目第100-102页
 发表论文第100页
 参与科研项目第100-102页
致谢第102-103页

论文共103页,点击 下载论文
上一篇:可扩展的数据中心网络互联关键技术研究
下一篇:新世纪以来美国关于中国特色社会主义经济的研究