基于子空间表示的视频目标跟踪算法的研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 目标跟踪技术的研究背景及意义 | 第14-15页 |
| 1.2 目标跟踪技术的国内外研究现状 | 第15-17页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 目标跟踪算法的分类 | 第17-18页 |
| 1.4 目标跟踪中的技术难点 | 第18-19页 |
| 1.5 目标跟踪算法的性能评估 | 第19-20页 |
| 1.6 论文研究内容的结构安排 | 第20-21页 |
| 第二章 目标跟踪相关理论 | 第21-35页 |
| 2.1 目标跟踪基本原理 | 第21-22页 |
| 2.2 卡尔曼滤波算法 | 第22页 |
| 2.3 粒子滤波 | 第22-26页 |
| 2.4 主成分分析 | 第26-31页 |
| 2.5 增量子空间学习算法 | 第31-35页 |
| 第三章 基于子空间学习的实时跟踪算法 | 第35-48页 |
| 3.1 引言 | 第35页 |
| 3.2 IVT及其缺陷 | 第35-37页 |
| 3.3 基于PCA子空间投影的跟踪算法 | 第37-38页 |
| 3.3.1 动态模型 | 第37页 |
| 3.3.2 观测模型 | 第37-38页 |
| 3.3.3 更新 | 第38页 |
| 3.4. 目标跟踪算法流程 | 第38-39页 |
| 3.5. 实验分析 | 第39-47页 |
| 3.5.1 与其它算法的定性比较 | 第39-43页 |
| 3.5.2 与其它算法的定量比较 | 第43-44页 |
| 3.5.3 速度的比较与分析 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于方块模板和两阶段方法的目标跟踪算法 | 第48-59页 |
| 4.1 引言 | 第48页 |
| 4.2 目标的外观表示 | 第48-50页 |
| 4.3 基于两阶段方法的目标跟踪算法 | 第50-52页 |
| 4.3.1 动态模型 | 第50-51页 |
| 4.3.2 观测模型 | 第51页 |
| 4.3.3 两阶段采样方法 | 第51-52页 |
| 4.3.4 模板的更新 | 第52页 |
| 4.4 跟踪算法的流程 | 第52页 |
| 4.5 实验结果与比较 | 第52-58页 |
| 4.5.1 不同算法的定性比较 | 第53-55页 |
| 4.5.2 不同算法的定量比较 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文的主要工作 | 第59页 |
| 5.2 未来的研究方向 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间参与科研项目及发表的论文 | 第66-67页 |
