基于压缩感知理论的目标重构及跟踪算法研究
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 符号说明 | 第13-14页 |
| 第一章 绪论 | 第14-17页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状综述 | 第15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 第二章 粒子滤波及压缩感知理论介绍 | 第17-27页 |
| 2.1 粒子滤波方法简介及分析 | 第17-21页 |
| 2.1.1 粒子滤波基本理论 | 第17-19页 |
| 2.1.2 粒子滤波方法在鲁棒跟踪中的应用 | 第19-20页 |
| 2.1.3 粒子退化问题及实时性研究 | 第20-21页 |
| 2.2 压缩感知理论介绍 | 第21-25页 |
| 2.2.1 压缩感知基本理论 | 第21-24页 |
| 2.2.2 稀疏字典的高效自动生成方法 | 第24-25页 |
| 2.3 粒子滤波与压缩感知结合研究的意义 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于压缩感知的目标重构跟踪方法 | 第27-37页 |
| 3.1 基于实时字典的粒子滤波跟踪算法 | 第27-28页 |
| 3.2 压缩感知应用的整体方案 | 第28-30页 |
| 3.3 基于压缩感知方法进行L1范数权值计算 | 第30-31页 |
| 3.4 试验结果与分析 | 第31-36页 |
| 3.4.1 公开视频数据库的跟踪结果 | 第31-33页 |
| 3.4.2 重构图像与各个字典权值 | 第33-34页 |
| 3.4.3 重构结果以及分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于积分直方图的快速特征提取方法 | 第37-58页 |
| 4.1 粒子滤波计算复杂度分析 | 第37-44页 |
| 4.1.1 粒子滤波各阶段时间统计 | 第38-40页 |
| 4.1.2 粒子重叠分布特性 | 第40-41页 |
| 4.1.3 特征有限可加性原理的特征计算 | 第41-44页 |
| 4.2 积分直方图的计算 | 第44-47页 |
| 4.2.1 积分直方图的研究背景以及意义 | 第44-45页 |
| 4.2.2 积分直方图的初始化 | 第45-46页 |
| 4.2.3 目标区域积分直方图的计算 | 第46-47页 |
| 4.3 积分直方图的快速计算方法设计 | 第47-49页 |
| 4.3.1 分片积分直方图 | 第47-48页 |
| 4.3.2 缓存积分直方图 | 第48-49页 |
| 4.4 积分直方图的硬件架构设计 | 第49-53页 |
| 4.4.1 存储分配 | 第50-51页 |
| 4.4.2 积分直方图处理单元 | 第51-53页 |
| 4.5 计算复杂度的分析 | 第53-54页 |
| 4.6 实验结果与分析 | 第54-56页 |
| 4.6.1 实验设计 | 第54页 |
| 4.6.2 系统性能 | 第54-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第五章 摔倒报警与异常停留检测系统设计实现 | 第58-69页 |
| 5.1 摔倒检测的研究背景及意义 | 第58-59页 |
| 5.2 系统软硬件功能设计 | 第59-62页 |
| 5.3 基于计算机视觉的摔倒检测算法 | 第62-63页 |
| 5.4 基于计算机视觉的异常停留检测算法 | 第63-64页 |
| 5.5 实验结果与分析 | 第64-68页 |
| 5.5.1 检测准确率 | 第64-67页 |
| 5.5.2 CPU利用率的分析 | 第67-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文目录 | 第79-80页 |
| 学位论文评阅及答辩情况表 | 第80页 |
