| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究视频目标跟踪的背景与意义 | 第9-10页 |
| 1.2 国内外对于目标跟踪在视频监控领域的研究成果 | 第10-11页 |
| 1.3 运动目标跟踪概述 | 第11-13页 |
| 1.3.1 运动目标跟踪的分类 | 第11-12页 |
| 1.3.2 影响运动目标跟踪性能的因素 | 第12-13页 |
| 1.3.3 运动目标特征选取的困扰 | 第13页 |
| 1.3.4 运动物体跟踪应用实时性和准确性的要求 | 第13页 |
| 1.4 本文主要内容与章节安排 | 第13-15页 |
| 第二章 压缩感知理论及相关内容 | 第15-20页 |
| 2.1 压缩感知 | 第15-16页 |
| 2.2 信号的稀疏表示 | 第16-17页 |
| 2.3 测量矩阵的构建 | 第17页 |
| 2.4 信号重构算法 | 第17-19页 |
| 2.5 压缩感知在目标跟踪中的应用 | 第19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 基于预测的多尺度压缩跟踪 | 第20-37页 |
| 3.1 引文 | 第20-22页 |
| 3.2 压缩跟踪算法 | 第22-24页 |
| 3.3 提出的算法 | 第24-31页 |
| 3.3.1 预测目标的位置 | 第24-25页 |
| 3.3.2 多尺度特征提取采样 | 第25-26页 |
| 3.3.3 构建投影矩阵 | 第26页 |
| 3.3.4 尺度缩放的自适应跟踪框 | 第26-29页 |
| 3.3.5 分类器构建和更新 | 第29-31页 |
| 3.3.6 算法流程 | 第31页 |
| 3.4 实验结果对比与分析 | 第31-34页 |
| 3.4.1 实验设置 | 第32-33页 |
| 3.4.2 视觉评估 | 第33-34页 |
| 3.5 本章总结 | 第34-35页 |
| 附图 | 第35-37页 |
| 第四章 基于颜色修正的多尺度压缩跟踪 | 第37-51页 |
| 4.1 引文 | 第37-39页 |
| 4.2 压缩跟踪 | 第39-40页 |
| 4.3 提出的算法 | 第40-45页 |
| 4.3.1 尺度不变的压缩特征和自适应的随机测量矩阵 | 第40-41页 |
| 4.3.2 粒子滤波介绍 | 第41-43页 |
| 4.3.3 颜色修正 | 第43页 |
| 4.3.4 构建更新分类器 | 第43-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.4.1 质量评估 | 第45-46页 |
| 4.4.2 视觉评估 | 第46-48页 |
| 4.5 本文总结 | 第48-49页 |
| 附图 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文工作总结 | 第51-52页 |
| 5.2 未来的工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第56-57页 |
| 参与科研项目 | 第56-57页 |
| 致谢 | 第57-58页 |