首页> 中文学位 >基于稀疏表示和极坐标下尺度不变性的目标跟踪算法研究
【6h】

基于稀疏表示和极坐标下尺度不变性的目标跟踪算法研究

代理获取

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 目标跟踪方法分类

1.3.1 生成类目标跟踪方法

1.3.2 判决类目标跟踪方法

1.4 目标跟踪面临的挑战

1.4.1 外观变化

1.4.2 外在干扰

1.5 主要研究项目和章节内容

1.5.1 主要研究项目

1.5.2 章节内容

第二章 相关理论知识

2.1 引言

2.2 粒子滤波理论

2.2.1 仿射变换

2.3 稀疏表示

2.3.1 融入稀疏表示思想的目标跟踪算法

2.4 相关滤波理论

2.4.1 MOSSE滤波器

2.4.2 KCF滤波器

2.5 本章小结

第三章 基于稀疏表示的多外观模型融合目标跟踪

3.1 引言

3.2 算法实现

3.2.1 全局稀疏外观模型

3.2.2 局部稀疏外观模型

3.2.3 多外观模型融合

3.2.4 模型更新

3.3 实验结果与分析

3.3.1 定性评估

3.3.2 定量评估

3.4 本章小结

第四章 一种极坐标下尺度不变性的目标跟踪方法

4.1 引言

4.2 算法实现

4.2.1 平移预测

4.2.2 尺度估计

4.2.3 模型更新

4.3 实验结果与分析

4.3.1 定性评估

4.3.2 定量评估

4.4 本章小结

结论和展望

参考文献

攻读硕士学位期间参与的科研项目和取得的学术成果

致谢

展开▼

著录项

  • 作者

    汪芳;

  • 作者单位

    安徽大学;

  • 授予单位 安徽大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 周健;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TN9;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号