基于局部表示的视频跟踪算法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·国外和国内研究及发展趋势 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·视频目标跟踪算法概述 | 第11-13页 |
| ·传统的跟踪算法介绍 | 第11-12页 |
| ·跟踪算法的难点问题 | 第12-13页 |
| ·论文内容和章节 | 第13-16页 |
| ·论文主要研究内容 | 第13页 |
| ·论文章节安排 | 第13-16页 |
| 第二章 相关理论 | 第16-23页 |
| ·压缩感知理论 | 第16-19页 |
| ·信号的稀疏表示 | 第16-17页 |
| ·稀疏性 | 第17-18页 |
| ·稀疏表示优化算法 | 第18-19页 |
| ·贝叶斯理论 | 第19-20页 |
| ·贝叶斯定理 | 第19-20页 |
| ·朴素贝叶斯分类器 | 第20页 |
| ·目标跟踪的基本框架 | 第20-23页 |
| 第三章 一种基于局部表示的目标跟踪算法 | 第23-38页 |
| ·引言 | 第23页 |
| ·局部信息构造 | 第23-24页 |
| ·特征提取——Haar-like特征 | 第24-27页 |
| ·Haar-like特征的计算 | 第25-27页 |
| ·特征压缩 | 第27-28页 |
| ·测量矩阵 | 第27-28页 |
| ·特征提取 | 第28页 |
| ·局部分类器 | 第28-29页 |
| ·跟踪框架 | 第29-31页 |
| ·实验结果和分析 | 第31-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 Open CV系统下的实现 | 第38-49页 |
| ·引言 | 第38页 |
| ·Open CV系统概述 | 第38-39页 |
| ·Open CV的函数体系 | 第39页 |
| ·Open CV配置 | 第39-43页 |
| ·系统流程 | 第43-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 参考 文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55-56页 |
