稀疏表示在目标跟踪中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 目标跟踪的分类 | 第10-13页 |
| 1.3 目标跟踪的困难和挑战 | 第13-15页 |
| 1.4 本文主要工作及安排 | 第15-17页 |
| 1.4.1 本文主要工作 | 第15-16页 |
| 1.4.2 本文结构安排 | 第16-17页 |
| 第二章 稀疏表示及其在目标跟踪的应用 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 稀疏表示理论 | 第17-21页 |
| 2.2.1 稀疏表示的核心思想 | 第17-18页 |
| 2.2.2 稀疏表示的数学模型 | 第18-19页 |
| 2.2.3 稀疏系数的求解算法 | 第19-21页 |
| 2.3 稀疏表示在目标跟踪中的应用 | 第21-24页 |
| 2.3.1 基于稀疏表示的目标跟踪 | 第21-23页 |
| 2.3.2 基于稀疏表示的目标跟踪研究现状 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于联合模型的外观模型 | 第25-40页 |
| 3.1 引言 | 第25页 |
| 3.2 基于稀疏表示的生成模型 | 第25-32页 |
| 3.2.1 基于稀疏表示的外观模型 | 第25-26页 |
| 3.2.2 结构化外观模型 | 第26-28页 |
| 3.2.3 基于联合加权的结构化外观模型 | 第28-30页 |
| 3.2.4 实验分析 | 第30-32页 |
| 3.3 基于稀疏表示的判决模型 | 第32-35页 |
| 3.3.1 分类器简介 | 第32页 |
| 3.3.2 逻辑回归分类器 | 第32-34页 |
| 3.3.3 稀疏判别模型的构建 | 第34-35页 |
| 3.4 联合模型 | 第35-36页 |
| 3.5 字典更新 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于粒子滤波的运动模型 | 第40-47页 |
| 4.1 引言 | 第40页 |
| 4.2 粒子滤波 | 第40-42页 |
| 4.3 运动模型 | 第42-46页 |
| 4.3.1 传统运动模型 | 第42-43页 |
| 4.3.2 改进的运动模型 | 第43-44页 |
| 4.3.3 实验分析 | 第44-46页 |
| 4.4 观察模型 | 第46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 实验结果 | 第47-62页 |
| 5.1 引言 | 第47页 |
| 5.2 算法总结 | 第47-48页 |
| 5.3 实验部分 | 第48-61页 |
| 5.3.1 比较算法和参数设置 | 第48-49页 |
| 5.3.2 定性的分析 | 第49-55页 |
| 5.3.3 定量的比较 | 第55-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
