| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状及其进展 | 第7-10页 |
| 1.3 视频目标跟踪难点分析 | 第10-13页 |
| 1.4 本文主要研究内容及结构安排 | 第13-15页 |
| 1.4.1 论文主要研究内容 | 第13页 |
| 1.4.2 论文结构安排 | 第13-15页 |
| 第二章 视频目标跟踪相关理论 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 粒子滤波理论 | 第15-20页 |
| 2.2.1 贝叶斯滤波 | 第16-17页 |
| 2.2.2 粒子滤波 | 第17-20页 |
| 2.3 稀疏表示理论 | 第20-21页 |
| 2.4 系统模型 | 第21-22页 |
| 2.4.1 运动模型 | 第21-22页 |
| 2.4.2 观测模型 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于加权局部余弦相似度的多特征融合视频目标跟踪 | 第23-41页 |
| 3.1 引言 | 第23页 |
| 3.2 加权局部余弦相似度 | 第23-27页 |
| 3.2.1 局部余弦相似度 | 第23-24页 |
| 3.2.2 加权的局部余弦相似度 | 第24-25页 |
| 3.2.3 跟踪中加权局部余弦相似度权重学习策略 | 第25-27页 |
| 3.3 基于加权局部余弦相似度的多特征融合视频目标跟踪 | 第27-30页 |
| 3.3.1 跟踪算法中的外观模型 | 第28-29页 |
| 3.3.2 模型更新策略 | 第29-30页 |
| 3.4 实验设置与结果分析 | 第30-40页 |
| 3.4.1 实验设置 | 第30-31页 |
| 3.4.2 实验结果定性分析 | 第31-34页 |
| 3.4.3 实验结果定量分析 | 第34-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于四元数彩色图像稀疏表示的视频目标跟踪 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 四元数彩色图像稀疏表示 | 第41-43页 |
| 4.2.1 四元数运算法则 | 第41-42页 |
| 4.2.2 四元数稀疏表示 | 第42-43页 |
| 4.3 基于四元数彩色图像稀疏表示的跟踪算法 | 第43-44页 |
| 4.3.1 跟踪算法中的外观模型 | 第43-44页 |
| 4.3.2 在线更新方案 | 第44页 |
| 4.4 实验设置与结果分析 | 第44-52页 |
| 4.4.1 实验设置 | 第44-45页 |
| 4.4.2 实验结果定性分析 | 第45-48页 |
| 4.4.3 实验结果定量分析 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 个人简历 在读期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |