| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 目标跟踪的发展以及跟踪算法的框架 | 第13-17页 |
| 1.2.2 跟踪过程中存在的难点以及常见的目标跟踪方法 | 第17-20页 |
| 1.3 本文的主要研究内容与章节安排 | 第20-21页 |
| 第2章 目标跟踪的相关理论知识 | 第21-27页 |
| 2.1 粒子滤波 | 第21-22页 |
| 2.2 稀疏表示理论 | 第22-23页 |
| 2.2.1 稀疏表示的数学模型 | 第22-23页 |
| 2.2.2 稀疏表示的应用 | 第23页 |
| 2.3 仿射变换理论 | 第23-25页 |
| 2.4 相似性度量 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 联合反稀疏表示与时空上下文的目标跟踪方法 | 第27-41页 |
| 3.1 基于反稀疏表示的跟踪方法 | 第27-28页 |
| 3.2 基于时空上下文环境学习的目标跟踪方法 | 第28-29页 |
| 3.3 联合时空上下文与反稀疏模型的目标跟踪方法 | 第29-33页 |
| 3.3.1 粒子滤波采样 | 第30页 |
| 3.3.2 获取候选目标上下文置信图 | 第30-31页 |
| 3.3.3 候选目标筛选与优化 | 第31-32页 |
| 3.3.4 反稀疏表示目标跟踪 | 第32页 |
| 3.3.5 更新 | 第32-33页 |
| 3.4 本章算法总结 | 第33-34页 |
| 3.5 实验结果与分析 | 第34-39页 |
| 3.5.1 参数设置及分析 | 第34-35页 |
| 3.5.2 测试结果主观对比 | 第35-37页 |
| 3.5.3 测试结果客观对比 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于组稀疏模型的目标跟踪方法 | 第41-48页 |
| 4.1 基于反稀疏表示的目标跟踪方法 | 第41页 |
| 4.2 基于组稀疏模型的目标跟踪方法 | 第41-44页 |
| 4.2.1 粒子滤波 | 第41-42页 |
| 4.2.2 候选目标优化 | 第42页 |
| 4.2.3 候选目标聚类 | 第42-43页 |
| 4.2.4 组稀疏模型 | 第43页 |
| 4.2.5 稀疏系数的求解 | 第43-44页 |
| 4.2.6 更新 | 第44页 |
| 4.3 实验结果与分析 | 第44-47页 |
| 4.3.1 测试结果主观对比 | 第45-47页 |
| 4.3.2 测试结果客观对比 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 总结与展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间发表的学术论文 | 第57页 |