运动目标检测与跟踪算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·课题背景和意义 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-10页 |
| ·国内外研究现状 | 第8-9页 |
| ·运动目标检测 | 第9页 |
| ·运动目标跟踪 | 第9-10页 |
| ·存在的问题与发展趋势 | 第10页 |
| ·本文研究内容 | 第10-11页 |
| ·论文组织 | 第11-12页 |
| 2 运动目标检测方法 | 第12-17页 |
| ·背景相减法 | 第12-14页 |
| ·帧差法 | 第14-15页 |
| ·光流法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 基于场景光照不变特征的运动目标检测 | 第17-28页 |
| ·物体光照不变特征理论 | 第17-21页 |
| ·局部敏感直方图 | 第17-20页 |
| ·光照不变特征理论 | 第20-21页 |
| ·改进的场景光照不变特征算法 | 第21-25页 |
| ·分块机制 | 第21页 |
| ·局部灰度敏感直方图 | 第21-24页 |
| ·实验结果 | 第24-25页 |
| ·检测算法原理 | 第25页 |
| ·实验结果及分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 4 运动目标跟踪方法 | 第28-37页 |
| ·稀疏目标表示 | 第28-31页 |
| ·人类视觉系统的稀疏编码 | 第28-29页 |
| ·稀疏表示理论及求解 | 第29-31页 |
| ·粒子滤波目标定位 | 第31-34页 |
| ·贝叶斯估计 | 第31页 |
| ·蒙特卡罗原理 | 第31-32页 |
| ·序列重要性 | 第32-34页 |
| ·粒子退化及重采样 | 第34页 |
| ·经典的 L1 跟踪器 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于稀疏表示的运动目标跟踪 | 第37-49页 |
| ·引言 | 第37页 |
| ·算法原理 | 第37-40页 |
| ·稀疏表示构造 | 第38页 |
| ·相似度度量 | 第38-40页 |
| ·算法步骤 | 第40-41页 |
| ·实验结果及分析 | 第41-48页 |
| ·定性评价 | 第41-45页 |
| ·定量评价 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·未来工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55页 |
