一种基于分类和识别的目标跟踪算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-12页 |
| 1.3 研究内容和难点分析 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 目标跟踪方法的框架分析 | 第14-31页 |
| 2.1 以往的目标跟踪方法总结 | 第15-16页 |
| 2.2 目标相似性度量准则分析 | 第16-17页 |
| 2.3 目标特征表达策略 | 第17-21页 |
| 2.4 目标运动模型分析 | 第21-26页 |
| 2.5 分类思想在目标跟踪中的应用 | 第26-29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 整体方案的改进 | 第31-52页 |
| 3.1 改进的总体方案流程 | 第31-32页 |
| 3.2 局部二值边缘特征描述子 | 第32-36页 |
| 3.3 基于随机蕨的二值特征分类器 | 第36-40页 |
| 3.4 基于背景上下文信息的抗重复模式研究 | 第40-44页 |
| 3.5 基于增量主成分分析的目标识别 | 第44-48页 |
| 3.6 粗检测+精细识别的目标跟踪 | 第48页 |
| 3.7 模板更新机制 | 第48-51页 |
| 3.8 本章小结 | 第51-52页 |
| 4 实验论证 | 第52-62页 |
| 4.1 随机蕨分类器跟踪测试结果 | 第52-56页 |
| 4.2 上下文信息辅助预测的跟踪效果测试 | 第56-58页 |
| 4.3 基于 PCA 的目标跟踪测试结果 | 第58-60页 |
| 4.4 本章小结 | 第60-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 研究工作总结 | 第62页 |
| 5.2 进一步研究展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
