压缩跟踪算法的研究与改进
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 目标跟踪的研究背景及意义 | 第13-14页 |
| 1.2 目标跟踪算法的研究现状 | 第14-17页 |
| 1.3 目标跟踪面临的挑战 | 第17-19页 |
| 1.4 本文研究内容及章节安排 | 第19-21页 |
| 第二章 目标跟踪技术基础知识 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 表观模型概述 | 第21-23页 |
| 2.3 目标表示方法 | 第23-29页 |
| 2.3.1 全局目标表示方法 | 第23-27页 |
| 2.3.2 局部目标表示方法 | 第27-29页 |
| 2.4 统计模型 | 第29-32页 |
| 2.5 目标跟踪算法的性能评估方法 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 粒子滤波运动目标跟踪算法 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 目标跟踪的贝叶斯估计建模 | 第35-36页 |
| 3.3 贝叶斯估计理论的递归解 | 第36-38页 |
| 3.4 目标跟踪的贝叶斯滤波表达 | 第38-39页 |
| 3.5 蒙特卡罗积分 | 第39-40页 |
| 3.6 重要性采样 | 第40-42页 |
| 3.7 序列重要性采样 | 第42-43页 |
| 3.8 重采样 | 第43-44页 |
| 3.9 粒子滤波算法基本流程 | 第44-46页 |
| 3.10 本章小结 | 第46-47页 |
| 第四章 压缩跟踪算法 | 第47-58页 |
| 4.1 引言 | 第47页 |
| 4.2 预备知识 | 第47-49页 |
| 4.2.1 随机映射以及压缩感知 | 第47-49页 |
| 4.2.2 稀疏的随机测量矩阵 | 第49页 |
| 4.3 算法细节 | 第49-53页 |
| 4.3.1 目标表示方法 | 第50页 |
| 4.3.2 压缩特征的分析 | 第50-52页 |
| 4.3.3 分类器的构建及更新 | 第52-53页 |
| 4.3.4 快速压缩跟踪 | 第53页 |
| 4.4 实验 | 第53-57页 |
| 4.4.1 实验环境 | 第53-54页 |
| 4.4.2 实验结果分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 尺度自适应的压缩跟踪算法 | 第58-66页 |
| 5.1 引言 | 第58页 |
| 5.2 粒子滤波框架 | 第58-59页 |
| 5.3 状态转换模型及观测模型 | 第59-60页 |
| 5.4 实验结果和分析 | 第60-65页 |
| 5.4.1 实验结果 | 第60-63页 |
| 5.4.2 定性分析 | 第63-64页 |
| 5.4.3 定量分析 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
