| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 跟踪算法技术难点 | 第12-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 第2章 压缩感知跟踪算法研究 | 第16-29页 |
| 2.1 压缩感知原理 | 第16-18页 |
| 2.1.1 信号稀疏表示 | 第16-17页 |
| 2.1.2 测量矩阵 | 第17-18页 |
| 2.1.3 信号重构 | 第18页 |
| 2.2 压缩感知应用 | 第18-19页 |
| 2.3 压缩感知跟踪算法 | 第19-25页 |
| 2.3.1 目标特征描述 | 第20-22页 |
| 2.3.2 分类器构造及更新 | 第22-24页 |
| 2.3.3 算法步骤 | 第24-25页 |
| 2.4 实验结果与分析 | 第25-28页 |
| 2.5 小结 | 第28-29页 |
| 第3章 卡尔曼预测与子区域自适应更新结合的压缩感知跟踪算法 | 第29-44页 |
| 3.1 目标漂移问题分析 | 第29-30页 |
| 3.2 卡尔曼预测和子区域自适应更新 | 第30-34页 |
| 3.2.1 卡尔曼跟踪原理 | 第30-33页 |
| 3.2.2 分区自适应更新与跟踪 | 第33-34页 |
| 3.3 改进思路 | 第34-35页 |
| 3.4 算法步骤 | 第35-37页 |
| 3.5 实验结果与分析 | 第37-42页 |
| 3.5.1 跟踪效果评估 | 第37页 |
| 3.5.2 实验结果 | 第37-42页 |
| 3.6 小结 | 第42-44页 |
| 第4章 基于最优特征的快速压缩感知跟踪算法 | 第44-58页 |
| 4.1 最优特征选择和快速压缩跟踪 | 第44-48页 |
| 4.1.1 最优特征选择 | 第44-46页 |
| 4.1.2 快速压缩跟踪 | 第46-48页 |
| 4.2 改进思路 | 第48-49页 |
| 4.3 算法步骤 | 第49-51页 |
| 4.4 实验结果与分析 | 第51-57页 |
| 4.4.1 跟踪效果分析 | 第51-55页 |
| 4.4.2 实验数据统计 | 第55-57页 |
| 4.5 小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58页 |
| 5.2 未来展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |