基于稀疏和压缩感知的目标跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文的主要工作 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 相关知识和算法 | 第12-19页 |
| 2.1 基础理论 | 第12-15页 |
| 2.1.1 主成分分析 | 第12-14页 |
| 2.1.2 贝叶斯估计 | 第14-15页 |
| 2.2 相关算法介绍 | 第15-19页 |
| 2.2.1 基于增量子空间学习跟踪算法 | 第15-17页 |
| 2.2.2 仿射变换 | 第17-19页 |
| 第3章 目标跟踪系统总体框架 | 第19-22页 |
| 3.1 目标跟踪系统的基本组成 | 第19-20页 |
| 3.2 运动模型 | 第20页 |
| 3.3 观测模型 | 第20-21页 |
| 3.4 本章小结 | 第21-22页 |
| 第4章 基于稀疏的目标跟踪模型 | 第22-33页 |
| 4.1 算法设计难点 | 第22页 |
| 4.2 算法简介 | 第22页 |
| 4.3 基于稀疏目标跟踪算法 | 第22-28页 |
| 4.3.1 增量子空间学习的目标跟踪 | 第22-23页 |
| 4.3.2 基于稀疏表示的目标跟踪 | 第23-24页 |
| 4.3.3 本文算法的提出 | 第24-25页 |
| 4.3.4 动态模型 | 第25-26页 |
| 4.3.5 观测模型 | 第26-27页 |
| 4.3.6 模型的更新 | 第27-28页 |
| 4.4 基于压缩感知的目标跟踪算法 | 第28-32页 |
| 4.4.1 降维 | 第28-29页 |
| 4.4.2 分类器和更新 | 第29-32页 |
| 4.5 本章总结 | 第32-33页 |
| 第5章 算法仿真实验分析及对比 | 第33-41页 |
| 5.1 遮挡实验 | 第33-35页 |
| 5.2 光线变化实验 | 第35-36页 |
| 5.3 快速移动 | 第36-37页 |
| 5.4 算法定量评估 | 第37-40页 |
| 5.5 本章总结 | 第40-41页 |
| 第6章 总结与展望 | 第41-42页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 在读期间发表的学术论文及研究成果 | 第46-47页 |
| 致谢 | 第47页 |
