基于局部稀疏表示以及特征选择的目标跟踪算法研究
| 致谢 | 第7-9页 |
| 摘要 | 第9-10页 |
| abstract | 第10-11页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景与意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 本文主要内容与章节安排 | 第20-22页 |
| 第二章 跟踪相关理论及方法 | 第22-36页 |
| 2.1 粒子滤波相关理论 | 第22-23页 |
| 2.2 稀疏表示相关理论 | 第23-28页 |
| 2.2.1 稀疏理论的提出 | 第23-25页 |
| 2.2.2 稀疏理论的求解过程 | 第25-27页 |
| 2.2.3 稀疏理论的应用 | 第27-28页 |
| 2.3 目标跟踪相关方法 | 第28-35页 |
| 2.3.1 模板匹配跟踪 | 第28-29页 |
| 2.3.2 生成式跟踪：L1Track | 第29-31页 |
| 2.3.3 判别式跟踪：CT | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于局部稀疏的在线跟踪算法 | 第36-45页 |
| 3.1 引言 | 第36页 |
| 3.2 相关工作 | 第36-37页 |
| 3.2.1 稀疏表示 | 第36-37页 |
| 3.2.2 贝叶斯理论 | 第37页 |
| 3.3 基于局部稀疏表示的目标跟踪算法 | 第37-40页 |
| 3.3.1 局部稀疏表示 | 第37-38页 |
| 3.3.2 两步搜索策略 | 第38-39页 |
| 3.3.3 更新策略 | 第39页 |
| 3.3.4 算法流程 | 第39-40页 |
| 3.4 实验算法结果与分析 | 第40-44页 |
| 3.4.1 算法定性分析 | 第41-42页 |
| 3.4.2 算法定量分析 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于特征选择的局部稀疏跟踪算法 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 特征选择方法简述 | 第45-46页 |
| 4.3 自适应特征选择方法 | 第46-49页 |
| 4.3.1 选择方法 | 第46-47页 |
| 4.3.2 自适应选择 | 第47-49页 |
| 4.3.3 跟踪流程 | 第49页 |
| 4.4 实验算法结果与分析 | 第49-54页 |
| 4.4.1 算法定性比较分析 | 第50-51页 |
| 4.4.2 算法定量比较分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 未来展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第62-64页 |
