基于超像素的压缩感知跟踪
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外主要研究现状 | 第9-12页 |
| 1.3 目标跟踪中的主要难点 | 第12-13页 |
| 1.4 本文研究内容与结构安排 | 第13-15页 |
| 第2章 压缩感知理论及低维特征表示 | 第15-24页 |
| 2.1 压缩感知理论简介 | 第15-19页 |
| 2.1.1 稀疏表示 | 第16-17页 |
| 2.1.2 测量矩阵选取 | 第17-18页 |
| 2.1.3 信号重构算法 | 第18-19页 |
| 2.2 基于压缩感知的低维特征表示 | 第19-22页 |
| 2.2.1 稀疏随机测量矩阵设计 | 第19-21页 |
| 2.2.2 低维特征的物理解释 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 基于超像素的压缩感知跟踪 | 第24-33页 |
| 3.1 基于超像素的置信图构建 | 第24-30页 |
| 3.1.1 SLIC超像素分割 | 第24-26页 |
| 3.1.2 MeanShift聚类 | 第26-28页 |
| 3.1.3 置信图构建 | 第28-30页 |
| 3.2 朴素贝叶斯分类及在线参数更新 | 第30-31页 |
| 3.3 搜索策略改进 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 实验结果与分析 | 第33-38页 |
| 4.1 实验设计与实验环境 | 第33-34页 |
| 4.2 实验结果分析 | 第34-36页 |
| 4.3 本章小结 | 第36-38页 |
| 第5章 总结与展望 | 第38-40页 |
| 5.1 工作总结 | 第38页 |
| 5.2 前景展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 发表论文和参加科研情况说明 | 第44-45页 |
| 致谢 | 第45-46页 |
