| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景及其意义 | 第9页 |
| 1.2 秩最小化理论研究现状 | 第9-11页 |
| 1.3 运动目标检测技术的研究现状 | 第11-13页 |
| 1.4 运动目标跟踪技术的研究现状 | 第13-14页 |
| 1.5 论文主要内容和章节安排 | 第14-16页 |
| 1.5.1 论文主要内容 | 第14-15页 |
| 1.5.2 论文结构章节安排 | 第15-16页 |
| 第二章 低秩表示理论及运动目标检测与跟踪传统算法 | 第16-23页 |
| 2.1 低秩表示理论及低秩模型求解算法 | 第16-19页 |
| 2.1.1 交替方向法 | 第17-18页 |
| 2.1.2 线性交替方向法 | 第18-19页 |
| 2.1.3 自适应惩罚线性交替方向法 | 第19页 |
| 2.2 粒子滤波相关理论 | 第19-23页 |
| 2.2.1 贝叶斯方法 | 第19-20页 |
| 2.2.2 蒙特卡罗方法 | 第20-21页 |
| 2.2.3 粒子滤波 | 第21-23页 |
| 第三章 基于低秩表示动态更新投影的在线运动目标检测 | 第23-34页 |
| 3.1 在线运动目标检测投影模型 | 第23-24页 |
| 3.2 基于低秩表示更新投影的在线运动目标检测 | 第24-27页 |
| 3.2.1 构建投影矩阵 | 第24-26页 |
| 3.2.2 在线检测运动目标 | 第26页 |
| 3.2.3 动态更新投影矩阵P | 第26-27页 |
| 3.3 实验结果及分析 | 第27-32页 |
| 3.3.1 动态背景干扰测试 | 第28-30页 |
| 3.3.2 运动前景复杂情况下的算法稳定性测试 | 第30-31页 |
| 3.3.3 算法耗时测试 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于加权低秩表示的单目标跟踪 | 第34-47页 |
| 4.1 基于粒子滤波的加权低秩表示追踪模型 | 第34-39页 |
| 4.1.1 粒子滤波 | 第34-35页 |
| 4.1.2 加权低秩表示 | 第35-38页 |
| 4.1.3 模板更新 | 第38-39页 |
| 4.2 加权低秩表示的目标跟踪实现 | 第39-40页 |
| 4.3 实验结果与分析 | 第40-45页 |
| 4.3.1 跟踪目标无尺度变化情况下的算法测试 | 第40-42页 |
| 4.3.2 跟踪目标具有尺度变化情况下的算法测试 | 第42-44页 |
| 4.3.3 算法定量分析 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间的研究成果 | 第54-55页 |