基于联合稀疏外观建模的目标跟踪算法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 目标跟踪存在的主要难点 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 论文主要研究内容和结构安排 | 第12-14页 |
| 第二章 目标跟踪技术介绍 | 第14-22页 |
| 2.1 目标跟踪系统的基本组成结构 | 第14-15页 |
| 2.2 目标运动模型 | 第15-16页 |
| 2.3 目标外观建模 | 第16-17页 |
| 2.4 稀疏表示理论 | 第17-18页 |
| 2.5 稀疏表示理论的应用 | 第18-19页 |
| 2.6 算法更新策略 | 第19-21页 |
| 2.7 本章小结 | 第21-22页 |
| 第三章 目标外观建模 | 第22-33页 |
| 3.1 基于目标子区域划分的外观建模 | 第22-27页 |
| 3.1.1 目标区域分块和子区域划分 | 第22-23页 |
| 3.1.2 图像块的稀疏表示和直方图构建 | 第23-24页 |
| 3.1.3 稀疏重构误差地图创建及遮挡处理 | 第24-27页 |
| 3.1.4 候选目标的置信度计算 | 第27页 |
| 3.2 基于多尺度分块的外观建模 | 第27-29页 |
| 3.2.1 多尺度分块 | 第27-28页 |
| 3.2.2 误差建模 | 第28-29页 |
| 3.2.3 候选目标的置信度计算 | 第29页 |
| 3.3 模板空间重构法 | 第29-31页 |
| 3.4 联合稀疏外观模型 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于联合稀疏外观建模的目标跟踪算法 | 第33-45页 |
| 4.1 双通道目标检测算法 | 第33-37页 |
| 4.1.1 基于反向稀疏表示的判别式投票法 | 第33-34页 |
| 4.1.2 基于相关滤波的目标匹配法 | 第34-36页 |
| 4.1.3 双通道目标检测 | 第36-37页 |
| 4.2 改进的运动模型 | 第37-40页 |
| 4.2.1 传统运动模型的不足 | 第37-38页 |
| 4.2.2 改进的运动模型 | 第38-40页 |
| 4.3 动态字典构建和更新 | 第40-42页 |
| 4.3.1 动态字典构建 | 第40-42页 |
| 4.3.2 字典更新 | 第42页 |
| 4.4 跟踪算法总体结构图 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 实验结果及分析 | 第45-62页 |
| 5.1 测试数据和参数设置 | 第45-47页 |
| 5.2 算法性能评估 | 第47-58页 |
| 5.2.1 定性比较 | 第47-52页 |
| 5.2.2 定量比较 | 第52-58页 |
| 5.3 外观建模性能分析 | 第58-61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 工作总结 | 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 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 致谢 | 第69页 |
