| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 图录 | 第9-11页 |
| 表录 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 视频跟踪技术的应用 | 第12页 |
| 1.2 视频跟踪技术的难点 | 第12-13页 |
| 1.3 视频跟踪技术的研究现状 | 第13-14页 |
| 1.4 本文的主要研究内容与章节安排 | 第14-16页 |
| 第二章 理论基础 | 第16-33页 |
| 2.1 稀疏表达 | 第16-24页 |
| 2.1.1 稀疏表达概述 | 第16-17页 |
| 2.1.2 稀疏表达在图像分类中的应用 | 第17-18页 |
| 2.1.3 稀疏表达在目标跟踪中的应用 | 第18-24页 |
| 2.2 多任务学习 | 第24-31页 |
| 2.2.1 多任务学习的概念 | 第24-28页 |
| 2.2.2 几种多任务学习模型 | 第28-31页 |
| 2.3 小结 | 第31-33页 |
| 第三章 基于复合稀疏模型的多任务视频跟踪算法 | 第33-55页 |
| 3.1 粒子滤波器 | 第33-36页 |
| 3.2 复合稀疏模型 | 第36-40页 |
| 3.2.1 算法思想 | 第36-38页 |
| 3.2.2 复合稀疏模型描述 | 第38-40页 |
| 3.3 基于 ADMM 算法的复合稀疏模型求解 | 第40-47页 |
| 3.3.1 ADMM 算法介绍 | 第40-44页 |
| 3.3.2 基于 ADMM 算法的复合稀疏模型求解 | 第44-47页 |
| 3.4 多阈值模板更新 | 第47-49页 |
| 3.5 算法流程 | 第49-51页 |
| 3.6 算法优势 | 第51-54页 |
| 3.6.1 算法模型 | 第51-52页 |
| 3.6.2 参数调整 | 第52-53页 |
| 3.6.3 目标模板重要性级别确定 | 第53-54页 |
| 3.6.4 跟踪速度 | 第54页 |
| 3.7 小结 | 第54-55页 |
| 第四章 算法仿真与分析 | 第55-69页 |
| 4.1 参数设置 | 第55-56页 |
| 4.1.1 惩罚参数设置 | 第55-56页 |
| 4.1.2 多阈值设置 | 第56页 |
| 4.2 重构误差分析 | 第56-58页 |
| 4.3 跟踪结果分析 | 第58-66页 |
| 4.3.1 噪声情况 | 第58-60页 |
| 4.3.2 表观变化 | 第60-62页 |
| 4.3.3 背景干扰 | 第62-64页 |
| 4.3.4 严重遮挡 | 第64-65页 |
| 4.3.5 光照变化 | 第65-66页 |
| 4.4 跟踪结果总结 | 第66-68页 |
| 4.5 小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间已发表或录用的论文 | 第77-79页 |