| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 目标检测研究现状 | 第9-11页 |
| 1.2.2 目标跟踪研究现状 | 第11-12页 |
| 1.2.3 稀疏表示研究现状 | 第12-13页 |
| 1.3 论文主要工作及安排 | 第13-15页 |
| 1.3.1 论文主要工作 | 第13-14页 |
| 1.3.2 论文的结构安排 | 第14-15页 |
| 第二章 压缩感知理论概述 | 第15-20页 |
| 2.1 稀疏表示理论 | 第15-16页 |
| 2.1.1 稀疏表示 | 第15-16页 |
| 2.1.2 稀疏表示在目标检测与跟踪中的应用 | 第16页 |
| 2.2 压缩感知理论 | 第16-19页 |
| 2.2.1 压缩感知理论的提出 | 第16-17页 |
| 2.2.2 压缩感知基本理论 | 第17页 |
| 2.2.3 信号稀疏表示 | 第17-18页 |
| 2.2.4 信号测量矩阵 | 第18页 |
| 2.2.5 信号重构算法 | 第18-19页 |
| 2.2.6 压缩感知在目标检测与跟踪中的应用 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 基于稀疏表示的Prewitt算子改进三帧差分目标检测算法 | 第20-31页 |
| 3.1 视频图像预处理 | 第20-23页 |
| 3.1.1 背景模型 | 第20-21页 |
| 3.1.2 广义主成分分析 | 第21页 |
| 3.1.3 基于自适应压缩感知的图像去噪方法 | 第21-23页 |
| 3.2 基于稀疏表示的Prewitt算子改进三帧差分的目标检测算法 | 第23-28页 |
| 3.2.1 边缘算子 | 第23-25页 |
| 3.2.2 基于稀疏表示的Prewitt算子改进三帧差分的目标检测算法 | 第25-27页 |
| 3.2.3 二值化和形态学处理 | 第27页 |
| 3.2.4 算法流程 | 第27-28页 |
| 3.3 实验结果及分析 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于SURF的压缩跟踪算法 | 第31-46页 |
| 4.1 SURF算法特征提取 | 第31-37页 |
| 4.1.1 SURF特征点检测 | 第31-32页 |
| 4.1.2 构建Hessian矩阵 | 第32-33页 |
| 4.1.3 构建尺度空间 | 第33-34页 |
| 4.1.4 SURF特征描述子生成 | 第34-36页 |
| 4.1.5 SURF特征匹配 | 第36-37页 |
| 4.2 基于SURF的压缩跟踪算法 | 第37-40页 |
| 4.2.1 特征提取及压缩 | 第37-38页 |
| 4.2.2 朴素贝叶斯分类器的构造与更新 | 第38-39页 |
| 4.2.4 算法步骤 | 第39-40页 |
| 4.3 实验结果及分析 | 第40-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 主要工作总结 | 第46页 |
| 5.2 未来展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 个人简历 在读期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
