基于稀疏表示的视觉跟踪算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 视觉跟踪及其挑战 | 第11-15页 |
| 1.3.1 视觉跟踪的基本框架 | 第11-13页 |
| 1.3.2 视觉跟踪方法分类 | 第13-14页 |
| 1.3.3 视觉跟踪的挑战 | 第14-15页 |
| 1.4 课题主要的研究内容 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第2章 相关研究理论知识 | 第17-27页 |
| 2.1 稀疏表示 | 第17-20页 |
| 2.1.1 稀疏表示理论概述 | 第17-18页 |
| 2.1.2 稀疏表示在视觉跟踪算法中的应用 | 第18-20页 |
| 2.2 粒子滤波 | 第20-23页 |
| 2.3 仿射变换 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于重要性加权的结构稀疏跟踪算法 | 第27-36页 |
| 3.1 结构稀疏字典 | 第27-28页 |
| 3.2 重要性加权 | 第28-30页 |
| 3.3 目标表观模型 | 第30-31页 |
| 3.3.1 重要性加权结构稀疏模型 | 第30-31页 |
| 3.3.2 构建相似性函数 | 第31页 |
| 3.4 模板更新策略 | 第31-33页 |
| 3.5 本章跟踪算法流程 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 跟踪算法的实现及结果分析 | 第36-48页 |
| 4.1 视频序列 | 第36页 |
| 4.2 实验环境 | 第36-37页 |
| 4.3 实验结果与分析 | 第37-47页 |
| 4.3.1 定性分析 | 第37-42页 |
| 4.3.2 定量分析 | 第42-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
