| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文的工作与安排 | 第14-16页 |
| 第二章 运动目标检测方法简介 | 第16-23页 |
| 2.1 传统运动目标检测方法介绍 | 第16-19页 |
| 2.1.1 背景减除法 | 第16-17页 |
| 2.1.2 帧间差分法 | 第17-18页 |
| 2.1.3 光流法 | 第18-19页 |
| 2.2 背景减除相关方法介绍 | 第19-20页 |
| 2.3 低秩和稀疏分离相关方法介绍 | 第20-22页 |
| 2.4 基于深度学习的运动目标检测方法介绍 | 第22-23页 |
| 第三章 基于协同低秩和稀疏分离的运动目标检测 | 第23-45页 |
| 3.1 引言 | 第23-25页 |
| 3.2 基于低秩表示的目标检测模型 | 第25-26页 |
| 3.3 基于协同低秩和稀疏分离的运动目标检测算法 | 第26-29页 |
| 3.3.1 模型的构建 | 第26-27页 |
| 3.3.2 模型优化及求解 | 第27-29页 |
| 3.4 算法的快速实现 | 第29-32页 |
| 3.5 实验结果与分析 | 第32-43页 |
| 3.5.1 数据集介绍 | 第32-35页 |
| 3.5.2 实验结果分析和与其他方法的比较 | 第35-40页 |
| 3.5.3 算法的性能分析和组成成分分析 | 第40-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于空间结构紧凑和外观结构一致性的运动目标检测 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 基于空间紧凑和外观一致性的运动目标检测算法 | 第46-48页 |
| 4.2.1 外观一致性 | 第46-47页 |
| 4.2.2 空间紧凑性 | 第47-48页 |
| 4.3 优化求解实现 | 第48-50页 |
| 4.3.1 B-子问题 | 第49页 |
| 4.3.2 S-子问题 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-54页 |
| 4.4.1 数据集介绍 | 第50-51页 |
| 4.4.2 实验结果分析和与其他方法的比较 | 第51-53页 |
| 4.4.3 算法的性能分析和组成成分分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 攻读硕士学位期间参加的科研项目 | 第65页 |