面向监视视频序列中运动目标的跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.2 目标跟踪研究现状 | 第9-10页 |
| 1.3 目标跟踪系统概述 | 第10页 |
| 1.4 目标跟踪算法的分类 | 第10-12页 |
| 1.5 视觉跟踪技术存在的问题 | 第12-13页 |
| 1.6 本文章节安排 | 第13-15页 |
| 第二章 视觉跟踪中的相关理论 | 第15-24页 |
| 2.1 粒子滤波理论 | 第15-17页 |
| 2.2 仿射变换理论 | 第17-19页 |
| 2.3 稀疏表示方法 | 第19-22页 |
| 2.3.1 稀疏表示的数学模型 | 第19-20页 |
| 2.3.2 稀疏表示的求解方法 | 第20-22页 |
| 2.4 相关滤波理论 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于核协作表示的目标跟踪算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 核协作表示方法 | 第24-25页 |
| 3.3 基于核协作表示的目标跟踪算法 | 第25-27页 |
| 3.3.1 核函数的选择 | 第25页 |
| 3.3.2 模板库的构建与候选目标相似度测量 | 第25-26页 |
| 3.3.3 跟踪算法 | 第26-27页 |
| 3.4 实验结果与分析 | 第27-33页 |
| 3.4.1 跟踪准确性实验 | 第27-32页 |
| 3.4.2 运行时间实验 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于置信值重构的目标跟踪算法 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 概率协同表示分类算法 | 第34-35页 |
| 4.3 基于置信值重构的目标跟踪算法 | 第35-38页 |
| 4.3.1 模板库的构建 | 第35-36页 |
| 4.3.2 分类字典库的构建 | 第36页 |
| 4.3.3 重构候选目标置信值 | 第36-37页 |
| 4.3.4 跟踪算法 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-41页 |
| 4.4.1 跟踪结果定性分析 | 第38-40页 |
| 4.4.2 跟踪结果定量分析 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于双置信图融合的目标跟踪算法 | 第42-55页 |
| 5.1 引言 | 第42页 |
| 5.2 核相关滤波跟踪算法 | 第42-45页 |
| 5.2.1 岭回归算法 | 第43页 |
| 5.2.2 循环穷搜索 | 第43页 |
| 5.2.3 核相关滤波算法 | 第43-45页 |
| 5.2.4 跟踪算法 | 第45页 |
| 5.3 基于局部颜色直方图构建目标置信图 | 第45-48页 |
| 5.3.1 局部分块颜色直方图的反向投影图 | 第46-47页 |
| 5.3.2 获取目标置信图 | 第47-48页 |
| 5.4 基于双置信图融合的目标跟踪算法 | 第48页 |
| 5.5 实验结果与分析 | 第48-54页 |
| 5.5.1 跟踪结果定量分析 | 第49页 |
| 5.5.2 跟踪结果定性分析 | 第49-51页 |
| 5.5.3 算法比较 | 第51-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55页 |
| 6.2 工作不足及展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |
