基于字典编码模型的目标跟踪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究意义及背景 | 第9-10页 |
| 1.2 研究现状与技术 | 第10-14页 |
| 1.2.1 特征描述 | 第10-12页 |
| 1.2.2 运动模型 | 第12-13页 |
| 1.2.3 观测模型 | 第13-14页 |
| 1.2.4 模型更新 | 第14页 |
| 1.3 跟踪技术难点 | 第14-15页 |
| 1.4 字典表示算法介绍 | 第15-19页 |
| 1.5 本文工作与结构 | 第19-21页 |
| 1.5.1 本文主要工作与创新点 | 第19-20页 |
| 1.5.2 论文结构 | 第20-21页 |
| 2 基于判决性字典外观学习的目标跟踪 | 第21-42页 |
| 2.1 算法动机及框架 | 第21-22页 |
| 2.2 判决外观模型 | 第22-27页 |
| 2.2.1 目标函数 | 第22-23页 |
| 2.2.2 模型求解 | 第23-27页 |
| 2.3 判决差分跟踪 | 第27-29页 |
| 2.4 模型更新 | 第29-31页 |
| 2.5 实验结果 | 第31-40页 |
| 2.5.1 定性评价 | 第32-33页 |
| 2.5.2 定量评价 | 第33-35页 |
| 2.5.3 字典参数评价 | 第35-38页 |
| 2.5.4 模型更新评价 | 第38-40页 |
| 2.5.5 失败例子 | 第40页 |
| 2.6 本章小结 | 第40-42页 |
| 3 基于双重聚类结构的目标跟踪 | 第42-60页 |
| 3.1 算法动机及框架 | 第42-43页 |
| 3.2 重聚类模型 | 第43-45页 |
| 3.3 模型求解 | 第45-47页 |
| 3.3.1 阈值化 | 第46页 |
| 3.3.2 值计算 | 第46-47页 |
| 3.4 目标跟踪 | 第47-51页 |
| 3.4.1 字典原子聚类 | 第47-49页 |
| 3.4.2 候选样本聚类 | 第49-50页 |
| 3.4.3 双重聚类跟踪 | 第50页 |
| 3.4.4 噪声处理 | 第50-51页 |
| 3.5 实验结果 | 第51-56页 |
| 3.5.1 稀疏模式 | 第51页 |
| 3.5.2 跟踪实验 | 第51-56页 |
| 3.6 两种算法的比较 | 第56-58页 |
| 3.7 本章小结 | 第58-60页 |
| 结论 | 第60-63页 |
| 参考文献 | 第63-67页 |
| 附录A 算法推导及证明 | 第67-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-71页 |
| 致谢 | 第71-73页 |
