| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 目标跟踪的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及应用 | 第10-11页 |
| 1.3 目标跟踪技术的分类 | 第11-13页 |
| 1.4 本文的主要研究工作和章节安排 | 第13-15页 |
| 1.4.1 本文的主要工作 | 第13-14页 |
| 1.4.2 论文章节安排 | 第14-15页 |
| 第二章 稀疏表示 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 稀疏表示的理论 | 第15-18页 |
| 2.2.1 稀疏表示的基本思想和核心问题 | 第15-16页 |
| 2.2.2 稀疏表示的数学模型： | 第16-18页 |
| 2.3 稀疏表示在目标跟踪中的应用 | 第18-21页 |
| 2.4 结构稀疏表示 | 第21-23页 |
| 2.5 块正交匹配跟踪 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于联合模型的外观模型 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 判别式分类器 | 第27-32页 |
| 3.2.1 随机测量矩阵 | 第28页 |
| 3.2.2 贝叶斯分类器的介绍 | 第28-29页 |
| 3.2.3 贝叶斯分类器 | 第29-32页 |
| 3.3 生成模型 | 第32-36页 |
| 3.3.1 可信度评估标准： | 第32-33页 |
| 3.3.2 可信结构外观模型 | 第33-36页 |
| 3.4 联合模型 | 第36-37页 |
| 3.5 字典更新 | 第37-40页 |
| 3.5.1 增量主成分分析方法 | 第38页 |
| 3.5.2 基于稀疏表示与增量主成分分析方法的字典更新 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 贝叶斯理论框架 | 第41-46页 |
| 4.1 引言 | 第41页 |
| 4.2 贝叶斯滤波 | 第41-43页 |
| 4.3 运动模型 | 第43-45页 |
| 4.4 观察模型 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于结构稀疏表示与联合模型的目标跟踪 | 第46-56页 |
| 5.1 引言 | 第46页 |
| 5.2 算法总结 | 第46-47页 |
| 5.3 实验部分 | 第47-55页 |
| 5.3.1 比较算法和参数设置 | 第47-49页 |
| 5.3.2 定量的比较结果： | 第49-51页 |
| 5.3.3 定性的分析 | 第51-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |