基于位置预测和双重匹配的视频目标跟踪方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及目标跟踪算法综述 | 第9-13页 |
| 1.3 本文主要工作及章节结构 | 第13-15页 |
| 2 视频目标跟踪基本理论与方法 | 第15-24页 |
| 2.1 稀疏表示基本理论 | 第16-18页 |
| 2.2 主成分分析 | 第18-20页 |
| 2.3 仿射变化基本原理 | 第20-21页 |
| 2.4 卡尔曼滤波原理与算法 | 第21-24页 |
| 3 运动目标搜索改进方法 | 第24-37页 |
| 3.1 预测搜索模型 | 第24-31页 |
| 3.1.1 基于粒子滤波的搜索模型 | 第24-26页 |
| 3.1.2 基于卡尔曼滤波的搜索模型 | 第26-28页 |
| 3.1.3 改进的目标预测跟踪模型 | 第28-31页 |
| 3.2 搜索范围的自适应估计 | 第31-34页 |
| 3.2.1 搜索范围的确定 | 第31-32页 |
| 3.2.2 候选粒子的选取方法 | 第32-34页 |
| 3.3 本章实验 | 第34-37页 |
| 3.3.1 实验参数设定及测试视频 | 第34页 |
| 3.3.2 搜索算法的合理性验证 | 第34-37页 |
| 4 基于双重匹配准则的目标定位方法 | 第37-49页 |
| 4.1 基于主成分分析稀疏表示方法 | 第37-43页 |
| 4.1.1 字典的构成 | 第37-39页 |
| 4.1.2 稀疏系数的求解 | 第39-40页 |
| 4.1.3 选取最佳候选准则 | 第40-42页 |
| 4.1.4 字典的更新 | 第42-43页 |
| 4.2 基于图像灰度值误差的匹配判断方法 | 第43页 |
| 4.3 重匹配方法的融合策略 | 第43-46页 |
| 4.4 本章实验 | 第46-49页 |
| 4.4.1 实验参数设定及测试视频 | 第46页 |
| 4.4.2 双重匹配算法的合理性验证 | 第46-49页 |
| 5 实验结果举例与分析 | 第49-58页 |
| 5.1 系统初始化及测试视频 | 第49-50页 |
| 5.2 算法的评价标准 | 第50-51页 |
| 5.3 算法的定性比较 | 第51-54页 |
| 5.4 算法的定量比较 | 第54-57页 |
| 5.5 算法的速度比较 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
