基于NMF编码的目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 视频目标跟踪概述 | 第15-17页 |
| 1.3.1 当前跟踪算法主要组成部分和分类 | 第16页 |
| 1.3.2 目标跟踪技术研究的难点 | 第16-17页 |
| 1.4 本文的研究内容及章节安排 | 第17-19页 |
| 第二章 相关理论基础介绍 | 第19-29页 |
| 2.1 颜色空间模型 | 第19-22页 |
| 2.1.1 RGB颜色空间模型 | 第19-20页 |
| 2.1.2 Lab颜色空间模型 | 第20-21页 |
| 2.1.3 HSV颜色空间模型 | 第21-22页 |
| 2.2 超像素 | 第22页 |
| 2.3 K-means聚类 | 第22-23页 |
| 2.4 常用的编码方法 | 第23-27页 |
| 2.4.1 矢量量化编码 | 第23-24页 |
| 2.4.2 局部约束线性编码 | 第24-26页 |
| 2.4.3 稀疏编码 | 第26-27页 |
| 2.5 空间金字塔匹配模型 | 第27-29页 |
| 第三章 基于空间约束非负编码的目标跟踪方法 | 第29-43页 |
| 3.1 引言 | 第29-31页 |
| 3.2 非负矩阵分解（NMF） | 第31页 |
| 3.3 基于超像素的多重约束非负编码（MCNC） | 第31-33页 |
| 3.4 MCNC跟踪算法 | 第33-37页 |
| 3.4.1 正负样本 | 第33-34页 |
| 3.4.2 MCNC的初始化和更新 | 第34页 |
| 3.4.3 图像表示 | 第34-35页 |
| 3.4.4 分类器参数的更新 | 第35页 |
| 3.4.5 MCNC的实施 | 第35-37页 |
| 3.5 实验 | 第37-41页 |
| 3.5.1 测试视频序列和比较方法 | 第37页 |
| 3.5.2 评测指标 | 第37页 |
| 3.5.3 量化评估 | 第37-39页 |
| 3.5.4 定性评价 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于双字典的目标跟踪方法 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 SIFT特征简介 | 第43-44页 |
| 4.3 正负字典的构建 | 第44-45页 |
| 4.4 正负样本获取 | 第45-46页 |
| 4.5 NMF编码 | 第46页 |
| 4.6 计算样本属于目标的概率 | 第46-47页 |
| 4.7 正负字典的更新 | 第47页 |
| 4.8 跟踪算法实现 | 第47-49页 |
| 4.9 实验结果及分析 | 第49-53页 |
| 4.9.1 性能评估措施 | 第49-50页 |
| 4.9.2 与现有跟踪方法的结果比较 | 第50-53页 |
| 4.10 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 作者简介 | 第63-64页 |
