基于序列蒙特卡洛的混合分类器集成跟踪方法研究

《基于序列蒙特卡洛的混合分类器集成跟踪方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｉ’、‘‘＇、、．．＾巧．．：．，＾＾．．；心巧茲巧雜編轉彻私誦―—‘’．、‘‘产。一、：ｖ；：－．：亩：嘴．而户款；呼巧：，譜—＇—一、、‘＇＂、、’，＂…、Ｖ，；产学校代码：ｒ纔；．：１０２００．卢研巧生学号！２０１４１０巧１３；；＇；‘＇＂．中分类号、、：：密级：至鸯；．、＾讀萌，‘ＩＥＭＵ，占：．‘—＇■＇、户．＇．：－＇穿＾議．．＇．■＇—；．常味々＇＼心：：當次－於巧＜＇＂＇：Ｉ．、．．．，．：Ｖ；．＾．；苗‘璋起：、辟’’＇＇‘、＇、‘’．

2、：＾．一＇｜＇班與邱＾．＇；．：：．把Ｖ：：片．．．泉．．．、社名说＇＇一■．＇－、％嗦－．Ｖ抑灰片，、１＾麵鑛：：嚇誦＾‘．＇‘＇：這、占中－冥．：：，端读教觀巧，去巧、繼．城？濃—ｉ一．．＇｜－‘’、■、．’、、．＼心Ｖ＇＇．‘‘，－，．？１．子＞邱今：為去导？＾＾吗心、皆—（ＶＶ＾＇．．＇．３－．－．．？／＾．．．：：鴻东批＞筵的．薄．．＇＾．＞共魏．．硕±车位论文．龍顧．心．＇…＇＇■；－■片■；．．－．．Ｙ＇＇．’．’＇—，．．．＇护气．：二

3、八：满警巧％，单．；或苗诘：沁；—＞■’：：山Ｖ、Ｔ、４．记式滅．＇一…、一＇．．；－、‘一，：＾卢：心．扣，心马：；為ｔ雙听山＇、．、■＇、．Ｉ．…．．＇．．－’勺■玲。；；：．：一＇／二乂气备占凉基于巧列义特卡洁的巧合分美去赛累’－、一＇＇－＾■＊‘、＇■■－，：■．．Ｓ、，＼公心美成巧换方載免－＇ｆ？ｈ占一．＇．：＇’－．节．‘．．＇心？、：ｅｅｒｃｏｎｅｕｅｎｉａｌｏｎｅａＲｓａｈＳｔＭｔＣｒｌｏｂａｓｅｄｈｂｒｉｄ奔占ｑ＇ｙ‘

4、－’、＇．，．、＇．．１，‘．＇１■＇、＇‘＇＇１軒、Ａ．．、＾々、＇姑＞、ｉｅｒｅｎｓｅｍｂｌｅｒａｃｋｎｍｈｏＶ必‘ｄａｆｉｔｉ约ｄ卢＇班尽摩ｇ游—＇．、’＇＇．、？、乂．若．＞，．．４：Ｖ；．薄离巧：王打、占．品韻．：；指导教师主茹勘接苗可；教社气若■齊＾；’－＾：．－－计論科．級学学与技术、式ｊ狼＞ｒ心．．诗：＞：＇．ｃ申‘＂ｔ‘－沪：户工：件占：学科程：如嘴辦巧铅绣软＞淨ｙ．ｓ謂＆‘遊：‘事＾．．．．皆＇．＇而巧；觉中Ｖ巧方计巧机视７蒂

5、点．鸾碱终祷＇式、公：鉛嫌一奶吗‘一？薪、，心．．一■＼—护，一？、、．＞．．：．．．＾Ｍ、＂叫．．Ｖ、Ｖ．，：．—、．小一；、一‘护．＇：萬神巧？皆与．．一．雜斯Ｖ裤投ｔ辭．＇；．、．；．勢姨；；：ｖ詞护悼与、＇＇＇：．．＾．斗：东！范大学定委员学位评会％替狮ｏ違折．．Ｓ寡議＊．－、、－－？、．．－、一Ｖ，；八：一．．片、；．＞：＼；古‘：、１；、、ｖ．．一勺、立；‘、＇ＶＳ＇’－＇、：—‘．－＇‘’；、－，、＇、－‘：．心－－＇—、．－：＾．一：＞．Ｖ却於公Ｙ各Ｖ

6、＾古＼—＇．＇＇讀：２５．豬招孔婦年月兴乂鑛’娘‘＇‘．，．．、‘．、．二：掉；苗．．．＾．ｔ；相一增冷Ｖ窺雜诚Ｃ：满扔縣誇其．：叩．．、．．鱗：｜一．皆；：严韓拆却，，撫韓ｗ减辩苯鶏鉛郭訴．护心攀说攀＇；’＇：’－：：护帮＾扣鑛然萌醉一按扣；穿猶齡成苦端，巧靖杂、綠？’＇１．＾．＾巧：驴Ｖ＾；诚＾：矿＂：读二矜４八或破转古：線扣嫁护私‘＇、？＊＞＂■＇‘、■、？？？．４，？．ｈ＼，■、１？，＞、，．，Ｖ．、摘要目标跟踪技术是当前计算机视觉领

7、域中的最为热门研究方向，并可广泛应用于智能监控、人机交互、军事国防等领域。尽管近年来的研究已经取得了很多突破性的成果，但要实现足够鲁棒的视频跟踪方法仍有一些问题亟待解决：实际目标所处环境复杂多变并且在被跟踪过程中经常会发生姿态变化或突然运动等情况，这些因素会导致跟踪效果受到影响甚至导致目标丢失。本文对基于集成分类器的目标检测方法进行研究。集成跟踪方法将目标跟踪看成一个两类别（目标和背景）分类问题，采用将多个弱分类器集成为强分类器的方法实现对目标状态的标定。这一方法因其精度高和鲁棒性强而成为近几年的研究热点。本文针对当前集成跟踪方

8、法中的弱分类器设计和集成更新这两个关键问题展开研究，提出了一种基于混合分类器的集成跟踪方法：首先，采用多尺度样本表示法，对目标复杂多变的全局和局部外观进行鲁棒建模；然后首次引入LDM分类器，将其与SVM分类器混合集成为强分类器，根据其输出预测出目标状态；为了适应