| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 运动目标跟踪技术国内外研究现状 | 第11-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 运动目标跟踪算法理论基础 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 运动目标跟踪模型 | 第16-18页 |
| 2.3 基于卡尔曼滤波器的运动目标跟踪算法 | 第18-20页 |
| 2.4 基于粒子滤波器的运动目标跟踪算法 | 第20-23页 |
| 2.5 本章小结 | 第23-26页 |
| 第三章 图像局部不变性特征与描述 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 图像局部特征发展历程 | 第26-30页 |
| 3.3 图像尺度空间理论 | 第30-31页 |
| 3.4 SIFT特征点提取 | 第31-34页 |
| 3.4.1 构建DoG尺度空间 | 第31-32页 |
| 3.4.2 特征点搜索 | 第32-33页 |
| 3.4.3 去除边缘响应 | 第33-34页 |
| 3.5 SIFT特征描述算子 | 第34-37页 |
| 3.5.1 特征点方向分配 | 第35-36页 |
| 3.5.2 生成特征描述子 | 第36-37页 |
| 3.5.3 归一化处理 | 第37页 |
| 3.6 SIFT特征提取实验 | 第37-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第四章 基于稀疏局部不变性特征描述运动目标跟踪算法 | 第40-56页 |
| 4.1 引言 | 第40页 |
| 4.2 压缩感知理论简介 | 第40-45页 |
| 4.2.1 压缩感知理论问题的提出 | 第40-41页 |
| 4.2.2 压缩感知理论问题描述 | 第41-42页 |
| 4.2.3 信号的稀疏表示 | 第42-43页 |
| 4.2.4 观测矩阵的设计 | 第43-44页 |
| 4.2.5 信号的重构 | 第44-45页 |
| 4.3 朴素贝叶斯分类器 | 第45-47页 |
| 4.4 算法实现 | 第47-51页 |
| 4.4.1 算法主要内容 | 第47-48页 |
| 4.4.2 SIFT特征向量的有效降维 | 第48-50页 |
| 4.4.3 朴素贝叶斯分类器的构造与更新 | 第50-51页 |
| 4.5 实验结果与分析 | 第51-55页 |
| 4.5.1 实验结果 | 第51-54页 |
| 4.5.2 实验分析 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 (攻读学位期间发表著作和科研情况) | 第64页 |