面向视频运动目标的压缩跟踪鲁棒性算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 目标跟踪研究背景及意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 主要面临的挑战 | 第20-21页 |
| 1.4 论文主要研究工作及章节安排 | 第21-24页 |
| 第二章 压缩跟踪理论基础 | 第24-38页 |
| 2.1 压缩跟踪的基本概念 | 第24页 |
| 2.2 压缩感知理论 | 第24-29页 |
| 2.2.1 信号的稀疏表示 | 第24-26页 |
| 2.2.2 测量矩阵的设计 | 第26-29页 |
| 2.2.3 信号的恢复重建 | 第29页 |
| 2.3 目标跟踪算法概述 | 第29-35页 |
| 2.3.1 目标描述 | 第29-30页 |
| 2.3.2 特征选取 | 第30-32页 |
| 2.3.3 跟踪方法 | 第32-35页 |
| 2.4 目标跟踪的评测指标及方法 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 基于分块加权的抗遮挡压缩跟踪算法研究 | 第38-54页 |
| 3.1 引言 | 第38页 |
| 3.2 现有压缩跟踪方法介绍 | 第38-44页 |
| 3.2.1 压缩跟踪的实现过程 | 第38-39页 |
| 3.2.2 特征降维以及朴素贝叶斯分类 | 第39-41页 |
| 3.2.3 颜色直方图和巴氏系数 | 第41-43页 |
| 3.2.4 压缩跟踪存在的问题分析 | 第43-44页 |
| 3.3 基于分块理论的抗遮挡改进算法研究 | 第44-47页 |
| 3.3.1 模型分块 | 第44-45页 |
| 3.3.2 投票规则 | 第45-46页 |
| 3.3.3 算法实现 | 第46-47页 |
| 3.4 实验结果与分析 | 第47-51页 |
| 3.4.1 定性分析 | 第47-49页 |
| 3.4.2 定量分析 | 第49-51页 |
| 3.5 本章小结 | 第51-54页 |
| 第四章 基于时空上下文的改进算法 | 第54-64页 |
| 4.1 引言 | 第54页 |
| 4.2 相关理论背景 | 第54-57页 |
| 4.2.1 粒子滤波 | 第54-56页 |
| 4.2.2 时空上下文 | 第56-57页 |
| 4.3 基于时空上下文的改进算法 | 第57-60页 |
| 4.3.1 基于时域上下文的候选位置预测 | 第57-58页 |
| 4.3.2 基于空间上下文的局部区域匹配 | 第58-60页 |
| 4.4 实验结果与分析 | 第60-63页 |
| 4.4.1 定性分析 | 第60-61页 |
| 4.4.2 定量分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 研究工作总结 | 第64-65页 |
| 5.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72-73页 |
