基于局部稀疏特征的压缩跟踪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 目标跟踪算法研究现状 | 第10-12页 |
| 1.2.1 目标跟踪算法国内外研究现状 | 第10-11页 |
| 1.2.2 目标跟踪算法面临的挑战 | 第11-12页 |
| 1.3 论文主要内容及结构安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 目标外表模型描述 | 第14-29页 |
| 2.1 局部特征概述 | 第14-16页 |
| 2.1.1 局部特征研究的发展历程 | 第14-16页 |
| 2.1.2 局部特征性质 | 第16页 |
| 2.2 类SIFT特征分析 | 第16-28页 |
| 2.2.1 SIFT特征 | 第16-23页 |
| 2.2.2 SURF特征 | 第23-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 局部特征压缩 | 第29-34页 |
| 3.1 压缩感知理论 | 第29-31页 |
| 3.1.1 信号稀疏表示 | 第29-30页 |
| 3.1.2 测量矩阵与信号重建 | 第30-31页 |
| 3.2 局部特征压缩 | 第31-33页 |
| 3.2.1 稀疏矩阵 | 第31-32页 |
| 3.2.2 特征降维 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 目标跟踪算法概述 | 第34-46页 |
| 4.1 目标跟踪任务 | 第34-36页 |
| 4.2 生成式跟踪算法 | 第36-42页 |
| 4.2.1 L1范数最小化跟踪算法 | 第36-38页 |
| 4.2.2 时空上下文跟踪算法 | 第38-42页 |
| 4.3 判别式跟踪算法 | 第42-45页 |
| 4.3.1 贝叶斯理论 | 第42-43页 |
| 4.3.2 朴素贝叶斯分类器 | 第43-44页 |
| 4.3.3 压缩跟踪算法 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 改进的压缩跟踪算法及实验分析 | 第46-53页 |
| 5.1 基于局部稀疏特征的压缩跟踪算法 | 第46-48页 |
| 5.2 实验结果与分析 | 第48-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53页 |
| 6.2 未来工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 研究生期间发表论文及参加项目情况 | 第60-61页 |
