基于稀疏表示的目标跟踪算法

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-19页
·研究背景和意义	第8-9页
·研究现状	第9-10页
·目标跟踪技术分类	第10-14页
·目标跟踪技术难点	第14-17页
·本文主要工作与结构	第17-19页
·本文主要工作	第17-18页
·本文结构	第18-19页
2 相关知识	第19-23页
·贝叶斯理论	第19-20页
·稀疏表示	第20-23页
·稀疏表示理论	第20-21页
·稀疏表示理论的应用	第21-23页
3 外观模型	第23-35页
·问题描述	第23-24页
·基于稀疏表示的判决分类器	第24-28页
·模板选取	第24-25页
·特征选择	第25-26页
·置信值的测量	第26-28页
·更新	第28页
·基于稀疏表示的生成模型	第28-33页
·直方图的生成方法	第29-31页
·遮挡的处理方法	第31-32页
·相似性函数	第32-33页
·更新	第33页
·联合模型	第33-35页
4 运动模型	第35-40页
·传统的运动模型	第35页
·改善的运动模型	第35-40页
·建模出发点	第35-37页
·权重的计算	第37-38页
·模板集的获取与更新	第38-39页
·改善的运动模型	第39-40页
5 实验部分	第40-58页
·比较算法和参数设置	第40-41页
·性能评估	第41-54页
·定性比较结果	第41-51页
·定量比较结果	第51-54页
·算法讨论	第54-58页
·判决模型和生成模型性能分析	第54-56页
·改善的运动模型性能分析	第56-57页
·遮挡的处理	第57-58页
结论	第58-59页
参考文献	第59-63页
攻读硕士学位期间发表学术论文情况	第63-64页
致谢	第64-65页