| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 立体匹配的研究背景与意义 | 第11页 |
| 1.1.2 目标跟踪的研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 立体匹配 | 第12-13页 |
| 1.2.2 目标跟踪 | 第13-15页 |
| 1.2.3 压缩跟踪 | 第15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 基于压缩感知的快速SIFT准稠密匹配算法 | 第17-24页 |
| 2.1 引言 | 第17-18页 |
| 2.2 算法思路 | 第18页 |
| 2.3 基于压缩感知的SIFT准稠密匹配算法 | 第18-21页 |
| 2.3.1 SIFT特征提取 | 第18-19页 |
| 2.3.2 基于压缩感知的特征压缩 | 第19-20页 |
| 2.3.3 基于压缩感知的特征匹配 | 第20页 |
| 2.3.4 稠密视差图的计算 | 第20-21页 |
| 2.4 实验分析 | 第21-23页 |
| 2.5 小结 | 第23-24页 |
| 第3章 融合颜色与纹理特征的压缩跟踪算法 | 第24-36页 |
| 3.1 引言 | 第24-25页 |
| 3.2 融合颜色特征的压缩跟踪算法 | 第25-30页 |
| 3.2.1 算法思路 | 第25页 |
| 3.2.2 多特征的提取 | 第25-27页 |
| 3.2.3 多特征的压缩 | 第27-28页 |
| 3.2.4 多压缩特征的融合 | 第28-29页 |
| 3.2.5 目标位置检测 | 第29-30页 |
| 3.3 实验分析 | 第30-35页 |
| 3.4 小结 | 第35-36页 |
| 第4章 基于Kalman目标预测多特征融合压缩跟踪算法 | 第36-49页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于Kalman目标预测多特征融合压缩跟踪算法 | 第37-41页 |
| 4.2.1 算法思路 | 第37-38页 |
| 4.2.2 基于Kalman滤波的目标预测 | 第38-39页 |
| 4.2.3 结合Kalman预测位置的分类器 | 第39-40页 |
| 4.2.4 参数更新 | 第40-41页 |
| 4.3 实验分析 | 第41-48页 |
| 4.4 小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间参加的科研项目和成果 | 第58页 |