基于区域特征压缩与融合的视频目标跟踪算法研究
| 中文摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 视频目标跟踪算法综述 | 第12-16页 |
| 1.3.1 目标跟踪算法分类 | 第12-14页 |
| 1.3.2 跟踪算法的难点问题 | 第14-16页 |
| 1.4 论文主要研究内容和章节安排 | 第16-19页 |
| 1.4.1 论文主要研究内容 | 第16-17页 |
| 1.4.2 论文章节安排 | 第17-19页 |
| 第二章 相关理论 | 第19-27页 |
| 2.1 目标跟踪算法综述 | 第19页 |
| 2.2 稀疏表示理论 | 第19-20页 |
| 2.3 压缩感知理论与实时压缩跟踪算法 | 第20-23页 |
| 2.4 贝叶斯跟踪理论 | 第23-24页 |
| 2.5 特征区分度的度量 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于多特征加权外观模型的快速压缩跟踪算法 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 基于多特征加权外观模型的快速压缩跟踪算法 | 第27-28页 |
| 3.3 构建特征池 | 第28-30页 |
| 3.4 度量特征的区分性 | 第30-31页 |
| 3.5 分类器的建立与更新 | 第31-32页 |
| 3.6 算法流程图 | 第32-33页 |
| 3.7 实验结果 | 第33-44页 |
| 3.7.1 对比的跟踪算法和参数设置 | 第33-34页 |
| 3.7.2 跟踪算法速度的比较 | 第34-35页 |
| 3.7.3 定性分析 | 第35-40页 |
| 3.7.4 定量评估 | 第40-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第四章 基于区域随机感知哈希特征的目标跟踪算法 | 第45-65页 |
| 4.1 引言 | 第45页 |
| 4.2 基于区域随机感知哈希特征的目标跟踪算法 | 第45-46页 |
| 4.3 哈希特征 | 第46-48页 |
| 4.3.1 均值哈希特征 | 第46-47页 |
| 4.3.2 感知哈希特征 | 第47-48页 |
| 4.4 随机局部感知哈希特征表示目标和压缩感知 | 第48-50页 |
| 4.5 分类器的建立与更新 | 第50-51页 |
| 4.6 算法流程图 | 第51-52页 |
| 4.7 实验结果 | 第52-63页 |
| 4.7.1 对比的跟踪算法和参数设置 | 第52页 |
| 4.7.2 跟踪算法速度的比较 | 第52-53页 |
| 4.7.3 定性分析 | 第53-59页 |
| 4.7.4 定量评估 | 第59-63页 |
| 4.8 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 工作总结 | 第65页 |
| 5.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表论文及研究 | 第75页 |
