基于稀疏表示与粒子滤波的目标跟踪技术的研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 目标跟踪技术发展现状 | 第9-10页 |
| 1.3 目标跟踪技术分类 | 第10-12页 |
| 1.4 视频目标跟踪研究面临的挑战 | 第12-14页 |
| 1.5 本文主要工作及结构 | 第14-16页 |
| 1.5.1 本文主要工作 | 第14-15页 |
| 1.5.2 本文结构 | 第15-16页 |
| 第二章 稀疏表示理论及其在目标跟踪中的应用 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 稀疏表示理论 | 第16-18页 |
| 2.3 稀疏系数的求解算法 | 第18-19页 |
| 2.4 稀疏表示在目标跟踪中的应用 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于反向稀疏表示与粒子滤波的运动模型 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 粒子滤波理论 | 第22-26页 |
| 3.2.1 贝叶斯滤波器 | 第22-24页 |
| 3.2.2 基于贝叶斯滤波器的粒子滤波算法 | 第24-26页 |
| 3.3 传统的运动模型 | 第26-28页 |
| 3.3.1 传统运动模型的构建 | 第26-27页 |
| 3.3.2 传统运动模型的缺陷 | 第27-28页 |
| 3.4 改进的运动模型 | 第28-34页 |
| 3.4.1 改进的运动模型的初步建立 | 第28-30页 |
| 3.4.2 粒子权重的计算 | 第30-31页 |
| 3.4.3 改进的运动模型 | 第31-32页 |
| 3.4.4 实验分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于结构稀疏表示的外观模型 | 第35-49页 |
| 4.1 引言 | 第35页 |
| 4.2 基于稀疏表示的判决模型 | 第35-40页 |
| 4.2.1 字典模板的构造 | 第35-37页 |
| 4.2.2 特征提取 | 第37-38页 |
| 4.2.3 置信值的计算 | 第38-40页 |
| 4.3 基于结构稀疏表示的生成模型 | 第40-47页 |
| 4.3.1 结构稀疏表示 | 第40-45页 |
| 4.3.2 结构稀疏表示对图像遮挡处理的优势 | 第45-47页 |
| 4.4 联合的外观模型 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 外观模型字典模板更新 | 第49-55页 |
| 5.1 引言 | 第49页 |
| 5.2 字典模板的更新算法的分类 | 第49-51页 |
| 5.3 外观模型字典模板的更新 | 第51-54页 |
| 5.3.1 判决模型字典模板的更新 | 第51-52页 |
| 5.3.2 生成模型字典模板的更新 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 跟踪算法总体性能实验结果 | 第55-70页 |
| 6.1 引言 | 第55页 |
| 6.2 算法总结 | 第55-56页 |
| 6.3 实验部分 | 第56-69页 |
| 6.3.1 对比算法、测试视频与参数设置 | 第56-57页 |
| 6.3.2 算法在测试平台的配置与运行 | 第57-58页 |
| 6.3.3 定性的比较 | 第58-64页 |
| 6.3.4 定量的比较 | 第64-69页 |
| 6.4 本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第75-76页 |
| 致谢 | 第76页 |
