基于稀疏表示和随机森林的目标跟踪算法
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 序言 | 第8-19页 |
| ·视频运动目标跟踪意义 | 第8页 |
| ·视频运动目标跟踪简介 | 第8-16页 |
| ·目标跟踪流程 | 第8-9页 |
| ·目标表示 | 第9-13页 |
| ·统计模型 | 第13-16页 |
| ·视频运动目标跟踪难点 | 第16页 |
| ·论文主要研究内容 | 第16-17页 |
| ·论文后续章节安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 基于粒子滤波的目标跟踪方法 | 第19-36页 |
| ·贝叶斯滤波 | 第19-22页 |
| ·卡尔曼滤波 | 第20-21页 |
| ·粒子滤波 | 第21-22页 |
| ·粒子滤波采样方法 | 第22-26页 |
| ·拒绝采样法 | 第23页 |
| ·重要性采样法 | 第23-24页 |
| ·MCMC采样法 | 第24-26页 |
| ·基于粒子滤波的目标跟踪算法 | 第26-32页 |
| ·CPF | 第26-30页 |
| ·IVT | 第30-32页 |
| ·实验结果分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 3 基于稀疏表示的目标跟踪方法 | 第36-51页 |
| ·稀疏表示基础理论 | 第36-38页 |
| ·信号表示 | 第36页 |
| ·稀疏性度量 | 第36-38页 |
| ·稀疏分解 | 第38页 |
| ·稀疏表示算法 | 第38-43页 |
| ·匹配追踪算法 | 第39-40页 |
| ·同伦算法 | 第40-41页 |
| ·截断牛顿内点法 | 第41-43页 |
| ·基于稀疏表示的目标跟踪算法 | 第43-48页 |
| ·L1-Traker | 第43-46页 |
| ·MTT | 第46-48页 |
| ·实验结果分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 4 结合稀疏表示和随机森林的目标跟踪算法 | 第51-63页 |
| ·随机森林 | 第51-54页 |
| ·组合分类器 | 第51-52页 |
| ·随机森林分类器构建 | 第52-54页 |
| ·结合稀疏表示和随机森林的目标跟踪算法 | 第54-58页 |
| ·初始化阶段 | 第56-57页 |
| ·状态估计阶段 | 第57页 |
| ·更新阶段 | 第57-58页 |
| ·实验结果分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 5 系统集成演示 | 第63-67页 |
| 6 全文总结和展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |
