|
|
|
判别式目标跟踪中的目标建模及更新方法研究 |
|
论文目录 |
|
摘要 | 第5-7页 | ABSTRACT | 第7-8页 | 第一章 绪论 | 第11-18页 | 1.1 研究的背景和意义 | 第11-12页 | 1.2 视频跟踪算法分类 | 第12-14页 | 1.2.1 基于区域匹配的视频目标跟踪算法 | 第13页 | 1.2.2 基于特征点的视频目标跟踪算法 | 第13页 | 1.2.3 基于主动轮廓的视频目标跟踪算法 | 第13-14页 | 1.2.4 基于光流法的视频目标跟踪算法 | 第14页 | 1.2.5 基于三维立体信息的视频目标跟踪算法 | 第14页 | 1.3 视频跟踪中的困难与挑战 | 第14-16页 | 1.4 本论文的主要工作及结构安排 | 第16-18页 | 1.4.1 论文的主要工作 | 第16页 | 1.4.2 本论文的结构布局 | 第16-18页 | 第二章 相关理论基础知识 | 第18-26页 | 2.1 Ensemble tracking算法 | 第18-19页 | 2.2 Online Adaboost算法 | 第19页 | 2.3 多示例学习跟踪算法 | 第19-21页 | 2.3.1 多示例学习跟踪的系统框架 | 第19-20页 | 2.3.2 在线多示例boosting | 第20-21页 | 2.4 分布场跟踪算法 | 第21-23页 | 2.4.1 分布场表示 | 第21-23页 | 2.4.2 基于分布场表示的梯度下降搜索法 | 第23页 | 2.5 压缩感知跟踪算法 | 第23-25页 | 2.6 本章小结 | 第25-26页 | 第三章 改进的多示例学习跟踪外观更新方法 | 第26-33页 | 3.1 原始多示例学习跟踪算法中的外观模型 | 第26-27页 | 3.2 改进的外观更新方法 | 第27-29页 | 3.2.1 两个正态分布的合并分布函数 | 第27-28页 | 3.2.2 一个高斯分布函数对合并分布的近似 | 第28-29页 | 3.3 实验结果和讨论 | 第29-32页 | 3.4 本章小结 | 第32-33页 | 第四章 改进多示例学习跟踪的目标表示和特征选择方法 | 第33-45页 | 4.1 分类器构建 | 第33页 | 4.2 多示例跟踪算法中的分布场外观模型 | 第33-35页 | 4.3 基于加权几何均值的多示例分类器 | 第35-38页 | 4.4 实验结果和讨论 | 第38-44页 | 4.4.1 实验参数设置 | 第39页 | 4.4.2 定量比较 | 第39-41页 | 4.4.3 定性比较 | 第41-44页 | 4.5 本章小结 | 第44-45页 | 第五章 改进压缩感知跟踪的特征选择与目标模型更新方法 | 第45-52页 | 5.1 特征选择和目标模型更新方法 | 第45-47页 | 5.1.1 特征选择 | 第45-46页 | 5.1.2 更新机制改进 | 第46-47页 | 5.2 实验结果和分析 | 第47-51页 | 5.2.1 参数设置 | 第47-48页 | 5.2.2 结果对比 | 第48-51页 | 5.3 本章小结 | 第51-52页 | 第六章 结论与展望 | 第52-54页 | 6.1 结论 | 第52页 | 6.2 研究展望 | 第52-54页 | 参考文献 | 第54-58页 | 致谢 | 第58-59页 | 作者简介 | 第59页 |
|
|
|
|
论文编号BS3680496,这篇论文共59页 会员购买按0.35元/页下载,共需支付20.65元。 直接购买按0.5元/页下载,共需要支付29.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|