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