基于机器学习的多源视频序列目标跟踪算法研究

目录

声明

第1章 绪 论

1.1 选题背景及研究的目的和意义

1.2 国内外研究现状

1.2.1 国外现状

1.2.2 国内现状

1.3 本文的主要研究内容与章节安排

第2章 基于机器学习的目标跟踪基础理论

2.1引言

2.2 机器学习的类别

2.3 跟踪任务中常见的机器学习方法

2.3.1 支持向量机

2.3.2 多示例学习

2.4 多源视频序列目标跟踪基础

2.4.1 难点分析

2.4.2 跟踪策略

2.5 本章小结

第3章 单摄像机视域中运动目标的跟踪

3.1 引言

3.2 相关滤波跟踪

3.2.1 相关滤波基础

3.2.2 基于相关滤波的跟踪

3.3 联合检测的自适应目标跟踪算法

3.3.1 联合检测

3.3.2 自适应跟踪

3.4实验结果与分析

3.4.1 定性评估

3.4.2 定量评估

3.5本章小结

第4章 非重叠的多摄像机视域中同一目标的再识别

4.1 引言

4.2 基于视频的行人再识别

4.3 基于时间注意的多源视频序列行人再识别算法

4.3.1 时间注意网络

4.3.2 帧级正则化

4.3.3 损失函数

4.4 实验结果与分析

4.4.1 数据集和评价指标

4.4.2 行人再识别方法的评估

4.4.3 整体性能分析

4.5 本章小结

第5章 结论与展望

5.1 结论

5.2展望

参考文献

攻读硕士学位期间取得的成果

致谢