致谢 | 第1-10页 |
摘要 | 第10-12页 |
ABSTRACT | 第12-14页 |
目录 | 第14-17页 |
插图清单 | 第17-18页 |
表格清单 | 第18-19页 |
第1章 绪论 | 第19-24页 |
·本文的研究背景与意义 | 第19页 |
·视频目标追踪国内外概况 | 第19-22页 |
·基于判别式模型的目标追踪方法 | 第20页 |
·基于生成式模型的目标追踪方法 | 第20页 |
·基于稀疏表示模型的目标追踪方法 | 第20-21页 |
·视频目标追踪方法总结 | 第21-22页 |
·本文工作的创新点 | 第22页 |
·论文的结构安排 | 第22-24页 |
第2章 图像稀疏表示模型 | 第24-30页 |
·引言 | 第24页 |
·图像稀疏表示 | 第24-25页 |
·图像稀疏编码 | 第25-27页 |
·贪婪法 | 第26页 |
·松弛法 | 第26-27页 |
·图像字典设计 | 第27-29页 |
·K-means | 第27页 |
·最大似然估计法 | 第27-28页 |
·最优方向法 | 第28-29页 |
·正交基联合法 | 第29页 |
·本章小结 | 第29-30页 |
第3章 一种带有局部稀琉表示的多示例学习目标追踪方法 | 第30-49页 |
·引言 | 第30-33页 |
·相关工作 | 第33-34页 |
·局部稀疏表示模型 | 第34页 |
·多示例学习 | 第34页 |
·带有局部稀疏表示的多示例学习目标追踪方法 | 第34-36页 |
·局部稀疏表示样本集 | 第35页 |
·带有局部稀疏表示多示例学习分类器 | 第35-36页 |
·两步目标追踪法 | 第36-37页 |
·带有粒子滤波器的多示例追踪法 | 第37-38页 |
·实验分析 | 第38-45页 |
·定性分析 | 第39-42页 |
·定量分析 | 第42-45页 |
·两步法分析 | 第45-48页 |
·本章小结 | 第48-49页 |
第4章 基于多尺度块稀疏系数的目标追踪方法 | 第49-67页 |
·引言 | 第49页 |
·相关工作 | 第49-51页 |
·基于多尺度块的稀疏表示模型 | 第51-54页 |
·稀疏表示 | 第51页 |
·基于块的局部稀疏表示 | 第51-52页 |
·基于多尺度块的稀疏表示模型 | 第52-54页 |
·带有粒子滤波器的两步目标追踪方法 | 第54-56页 |
·粒子滤波器 | 第54页 |
·两步目标追踪法 | 第54-56页 |
·实验结果 | 第56-66页 |
·定性分析 | 第57-61页 |
·定量分析 | 第61-65页 |
·不同尺度下追踪分析 | 第65-66页 |
·本章小结 | 第66-67页 |
第5章 基于局部稀疏表示的联合追踪模型 | 第67-86页 |
·引言 | 第67-68页 |
·相关工作 | 第68-69页 |
·基于局部稀疏表示的联合追踪模型 | 第69-74页 |
·局部稀疏编码的目标表示 | 第70页 |
·基于局部稀疏表示的辨别式模型 | 第70-71页 |
·基于局部稀疏表示的产生式模型 | 第71-73页 |
·联合追踪模型 | 第73-74页 |
·联合模型更新 | 第74页 |
·贝叶斯推理追踪框架 | 第74-76页 |
·实验结果分析 | 第76-85页 |
·本章追踪结果的定性分析 | 第77-81页 |
·本章结果的定量分析 | 第81-85页 |
·本章小结 | 第85-86页 |
第6章 基于多尺度块稀疏编码直方图的目标追踪方法 | 第86-104页 |
·引言 | 第86-87页 |
·相关方法 | 第87-88页 |
·基于多尺度块稀疏编码直方图的目标追踪方法 | 第88-92页 |
·本章出发点 | 第88页 |
·稀疏编码直方图 | 第88-89页 |
·多尺度块稀疏编码直方图 | 第89-90页 |
·目标遮挡处理策略 | 第90页 |
·多尺度下目标模板的相似度 | 第90-91页 |
·模板更新机制 | 第91-92页 |
·基于贝叶斯推理的追踪方法 | 第92-94页 |
·运动模型 | 第93页 |
·观察模型 | 第93-94页 |
·实验结果 | 第94-103页 |
·定性分析 | 第94-99页 |
·定量分析 | 第99-103页 |
·本章小结 | 第103-104页 |
第7章 总结与展望 | 第104-106页 |
·本文的工作总结 | 第104-105页 |
·今后的研究工作展望 | 第105-106页 |
参考文献 | 第106-114页 |
攻读博士学位期间参加的科研项目 | 第114-115页 |
攻读博士学位期间完成的成果 | 第115页 |