| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 机器视觉在移动机器人中的研究现状 | 第10-12页 |
| 1.3 视频目标跟踪研究现状 | 第12-16页 |
| 1.3.1 视频目标跟踪的框架 | 第12-13页 |
| 1.3.2 目标的特征表示 | 第13-14页 |
| 1.3.3 目标的观测模型 | 第14-16页 |
| 1.4 论文的主要内容和结构安排 | 第16-18页 |
| 第二章 机器人视频跟踪理论与关键技术 | 第18-26页 |
| 2.1 图像特征及提取 | 第18-19页 |
| 2.1.1 梯度方向直方图特征 | 第18-19页 |
| 2.1.2 颜色直方图特征 | 第19页 |
| 2.2 多示例学习跟踪算法 | 第19-24页 |
| 2.2.1 多示例学习方法与传统机器学习方法的区别 | 第20页 |
| 2.2.2 多示例学习跟踪算法 | 第20-23页 |
| 2.2.3 多示例学习跟踪算法的更新 | 第23页 |
| 2.2.4 算法优缺点分析 | 第23-24页 |
| 2.3 主动学习 | 第24页 |
| 2.4 协同训练 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于改进多示例学习的协同目标跟踪算法 | 第26-39页 |
| 3.1 本文跟踪算法总体流程 | 第26-27页 |
| 3.2 改进多示例学习的协同目标跟踪算法 | 第27-32页 |
| 3.2.1 特征提取 | 第27页 |
| 3.2.2 改进的在线多示例学习算法 | 第27-29页 |
| 3.2.3 目标定位与基于协同训练框架分类器的更新 | 第29-32页 |
| 3.3 实验结果与分析 | 第32-37页 |
| 3.3.1 实验设置 | 第32页 |
| 3.3.2 定量分析 | 第32-35页 |
| 3.3.3 定性分析 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于改进多示例学习的移动机器人目标跟踪系统 | 第39-49页 |
| 4.1 视觉机器人实验平台 | 第39-41页 |
| 4.1.1 硬件平台 | 第39-41页 |
| 4.1.2 软件开发环境 | 第41页 |
| 4.2 视觉机器人的运动控制 | 第41-42页 |
| 4.3 视觉机器人跟踪流程 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57页 |
