| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 轨迹点显著性检测方法研究现状 | 第11-14页 |
| 1.2.1 前景特性建模的方法 | 第11-12页 |
| 1.2.2 背景特性建模的方法 | 第12-14页 |
| 1.3 前景运动轨迹选择方法发展现状 | 第14-17页 |
| 1.3.1 前剪枝策略的轨迹选择 | 第15-16页 |
| 1.3.2 后剪枝策略的轨迹选择 | 第16-17页 |
| 1.4 本文工作和章节安排 | 第17-19页 |
| 第二章 基于“候选-约束”双层前景先验分布的时空显著轨迹选择方法 | 第19-40页 |
| 2.1 基于“候选-约束”双层前景先验分布的时空显著轨迹选择方法 | 第19-22页 |
| 2.1.1 稠密采样及基于前景建模的显著轨迹选择方法的局限性 | 第19-21页 |
| 2.1.2 基于双层前景先验分布的时空显著轨迹选择方法提出 | 第21-22页 |
| 2.2 基于时空视觉先验分布的显著轨迹点快速判别方法 | 第22-28页 |
| 2.2.1 基于局部强化帧差的时域显著性判别 | 第22-23页 |
| 2.2.2 基于非精确中心-周围对比与锚定阈值的空域显著性判别 | 第23-28页 |
| 2.3 基于全体显著先验的轨迹显著判别方法 | 第28-29页 |
| 2.4 基于金字塔聚类的改进词袋模型 | 第29-31页 |
| 2.5 实验及分析 | 第31-38页 |
| 2.5.1 样本轨迹时空显著性判别方法参数调节实验 | 第32-35页 |
| 2.5.2 基于金字塔聚类的改进词袋模型效果比较实验 | 第35-36页 |
| 2.5.3 本文方法与其他轨迹选择方法的分类结果比较实验 | 第36-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第三章 基于背景“灰度-光流”双流增量低秩分解的显著轨迹选择方法 | 第40-58页 |
| 3.1 基于稀疏表示的显著区域检测算法 | 第40-43页 |
| 3.1.1 运动数据矩阵低秩分解理论 | 第42-43页 |
| 3.1.2 视频显著矩阵获取 | 第43页 |
| 3.2 基于背景“灰度-光流”双流增量低秩分解的显著轨迹选择方法 | 第43-49页 |
| 3.2.1 基于局部强化的灰度变化显著性图构建 | 第44-46页 |
| 3.2.2 基于分量合并与局部强化的光流信息显著性图构建 | 第46-48页 |
| 3.2.3 基于局部时间窗自适应阈值的显著轨迹选择方法 | 第48-49页 |
| 3.3 实验及分析 | 第49-57页 |
| 3.3.1 基于双流信息稀疏表示的显著轨迹提取方法参数调节实验 | 第50-54页 |
| 3.3.2 基于双流变化信息稀疏表示的显著轨迹提取方法效果对比 | 第54-57页 |
| 3.4 本章小结 | 第57-58页 |
| 总结 | 第58-60页 |
| 参考文献 | 第60-64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 |
