基于压缩感知的目标跟踪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 选题的研究背景及意义 | 第9-12页 |
| 1.2 目标跟踪技术国内外研究现状 | 第12-14页 |
| 1.3 跟踪系统面临的困难和挑战 | 第14-16页 |
| 1.4 论文主要研究工作及结构安排 | 第16-19页 |
| 1.4.1 论文研究工作 | 第16-17页 |
| 1.4.2 论文结构安排 | 第17-19页 |
| 第二章 压缩感知理论和技术 | 第19-31页 |
| 2.1 压缩感知的基本理论 | 第20-21页 |
| 2.2 信号的稀疏表示 | 第21-23页 |
| 2.3 测量矩阵 | 第23-27页 |
| 2.3.1 测量矩阵的设计 | 第23-24页 |
| 2.3.2 常用测量矩阵的设计方法 | 第24-27页 |
| 2.4 数据重构 | 第27-29页 |
| 2.4.1 数据重构理论 | 第27-28页 |
| 2.4.2 贪婪迭代算法 | 第28页 |
| 2.4.3 凸优化类算法 | 第28-29页 |
| 2.4.4 组合优化类算法 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 特征提取和角点匹配 | 第31-47页 |
| 3.1 特征提取 | 第31-37页 |
| 3.1.1 特征描述 | 第31页 |
| 3.1.2 Haar-like特征模型 | 第31-35页 |
| 3.1.3 Haar-like特征的压缩降维 | 第35-37页 |
| 3.1.4 低维Harr-like特征的分析 | 第37页 |
| 3.2 角点检测 | 第37-43页 |
| 3.2.1 Harris角点检测原理 | 第37-41页 |
| 3.2.2 Harris角点检测的实现步骤 | 第41-42页 |
| 3.2.3 检测结果与分析 | 第42-43页 |
| 3.3 Harris角点匹配方法 | 第43-45页 |
| 3.3.1 NCC粗匹配 | 第43页 |
| 3.3.2 RANSAC算法精匹配 | 第43-44页 |
| 3.3.3 匹配结果与分析 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 分类器的构建及更新 | 第47-55页 |
| 4.1 引言 | 第47-48页 |
| 4.2 朴素贝叶斯分类 | 第48-51页 |
| 4.2.1 贝叶斯定理 | 第48-50页 |
| 4.2.2 朴素贝叶斯分类模型 | 第50-51页 |
| 4.3 朴素贝叶斯分类器的构建 | 第51-53页 |
| 4.4 模板更新机制 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 实验结果与分析 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 APMCCT算法流程 | 第55-56页 |
| 5.3 实验参数设置 | 第56页 |
| 5.4 实验结果与性能分析 | 第56-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 未来展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 发表论文和参加科研情况 | 第71-73页 |
| 致谢 | 第73页 |
