压缩感知跟踪算法关键技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 外观模型的表示 | 第9页 |
| 1.2.2 产生式模型与判别式模型 | 第9-10页 |
| 1.3 目标跟踪算法存在的挑战 | 第10-11页 |
| 1.4 本文的主要研究内容和组织结构 | 第11-13页 |
| 第2章 压缩感知跟踪算法的介绍 | 第13-22页 |
| 2.1 压缩感知理论介绍 | 第13-14页 |
| 2.2 典型的基于压缩感知的目标跟踪算法 | 第14-19页 |
| 2.2.1 基于稀疏表示的目标跟踪 | 第15-16页 |
| 2.2.2 实时压缩感知目标跟踪算法 | 第16-19页 |
| 2.3 实验结果与分析 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于自适应窗口的压缩跟踪算法 | 第22-32页 |
| 3.1 常见的自适应窗口调整方法 | 第22-26页 |
| 3.1.1 基于核宽度改变的方法 | 第22-24页 |
| 3.1.2 基于特征点匹配的仿射变换的方法 | 第24页 |
| 3.1.3 基于图像信息的度量方法 | 第24-26页 |
| 3.2 基于自适应窗口的压缩跟踪算法 | 第26-27页 |
| 3.2.1 自适应窗口调整模型的建立 | 第26-27页 |
| 3.2.2 自适应窗口的压缩跟踪算法的实现 | 第27页 |
| 3.3 实验结果与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于多特征自适应融合的压缩感知跟踪算法 | 第32-41页 |
| 4.1 目标特征 | 第32-33页 |
| 4.2 多特征融合跟踪方法 | 第33-34页 |
| 4.3 基于多特征自适应融合的压缩感知跟踪算法 | 第34-37页 |
| 4.4 实验结果与分析 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间参与的科研项目和研究成果 | 第47-48页 |
| 致谢 | 第48页 |
