复杂环境中运动目标检测与跟踪研究PDF电子书下载

1 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 5

1.3 主要研究内容及方法 23

1.4 本章小结 25

2 基于聚类的运动目标检测方法 26

2.1 引言 26

2.2 鲁棒模糊核聚类算法 28

2.3 基于鲁棒模糊核聚类的目标检测算法 32

2.4 实验及结果分析 36

2.5 本章小结 50

3 基于改进BoW模型的目标分类方法 52

3.1 引言 52

3.2 极速学习机模型 54

3.3 极速最大间隔聚类 58

3.4 利用极速最大间隔聚类构造视觉词典算法 63

3.5 实验及结果分析 69

3.6 本章小结 81

4 基于ELM和多特征融合的粒子滤波跟踪方法 83

4.1 引言 83

4.2 基于ELM的粒子滤波改进算法 86

4.3 基于多特征融合的目标表示模型 90

4.4 算法流程 97

4.5 实验与结果分析 98

4.6 本章小结 114

5 结合协同训练分类器的粒子滤波跟踪方法 116

5.1 引言 116

5.2 系统流程 118

5.3 基于协同训练分类器的目标检测 119

5.4 结合协同训练分类器的粒子滤波跟踪算法 127

5.5 实验与结果分析 134

5.6 本章小结 143

6 结论 145

6.1 主要研究成果 145

6.2 进一步研究内容 147

参考文献 148