| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 视频目标跟踪算法概述 | 第13-17页 |
| 1.3.1 基于生成模型的跟踪算法 | 第14页 |
| 1.3.2 基于判别模型的跟踪算法 | 第14-15页 |
| 1.3.3 基于稀疏表示的跟踪算法 | 第15-17页 |
| 1.4 视频目标跟踪技术的难点 | 第17-18页 |
| 1.5 论文主要研究内容 | 第18-20页 |
| 1.6 本文的章节安排 | 第20-21页 |
| 2 低秩稀疏理论及在目标跟踪中的应用 | 第21-34页 |
| 2.1 稀疏表示理论 | 第21-23页 |
| 2.2 低秩表示理论 | 第23-25页 |
| 2.3 低秩稀疏理论在目标跟踪的应用 | 第25-33页 |
| 2.3.1 粒子滤波理论 | 第25-28页 |
| 2.3.2 稀疏表示理论在目标跟踪中的应用 | 第28-31页 |
| 2.3.3 低秩表示理论在目标跟踪中的应用 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 基于局部多任务联合稀疏表示的视频目标跟踪 | 第34-54页 |
| 3.1 引言 | 第34-36页 |
| 3.2 目标的局部多任务联合稀疏表示 | 第36-40页 |
| 3.2.1 局部多任务联合稀疏模型 | 第36-38页 |
| 3.2.2 APG算法优化代价函数 | 第38-40页 |
| 3.3 基于局部多任务联合稀疏表示的视频目标跟踪(LMTST) | 第40-45页 |
| 3.3.1 外观模型 | 第40-41页 |
| 3.3.2 LMTST跟踪算法框架 | 第41-45页 |
| 3.4 实验结果及分析 | 第45-53页 |
| 3.4.1 定性比较 | 第46-50页 |
| 3.4.2 定量分析 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 4 基于多任务多视图联合低秩稀疏表示的视频目标跟踪 | 第54-76页 |
| 4.1 引言 | 第54-55页 |
| 4.2 目标的多任务多视图低秩稀疏表示 | 第55-63页 |
| 4.2.1 多任务多视图低秩稀疏模型 | 第55-58页 |
| 4.2.2 IALM算法优化代价函数 | 第58-63页 |
| 4.3 基于多任务多视图联合低秩稀疏表示的视频目标跟踪 | 第63-65页 |
| 4.4 实验结果及分析 | 第65-74页 |
| 4.4.1 定性比较 | 第66-68页 |
| 4.4.2 定量分析 | 第68-74页 |
| 4.5 本章小结 | 第74-76页 |
| 5 总结与展望 | 第76-78页 |
| 参考文献 | 第78-85页 |
| 硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86-88页 |
