基于稀疏表示的目标跟踪技术研究
| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 国内外研究与应用现状 | 第17-19页 |
| 1.3 目标跟踪技术难点 | 第19-21页 |
| 1.4 目标跟踪技术基本框架 | 第21-23页 |
| 1.5 目标跟踪技术分类 | 第23-29页 |
| 1.5.1 生成型表观模型 | 第23-26页 |
| 1.5.2 判别型表观模型 | 第26-28页 |
| 1.5.3 混合型表观模型 | 第28-29页 |
| 1.6 本文主要工作 | 第29-31页 |
| 1.6.1 研究内容 | 第29页 |
| 1.6.2 文章结构 | 第29-31页 |
| 第2章 稀疏表示跟踪框架 | 第31-53页 |
| 2.1 基于粒子滤波的运动模型 | 第31-42页 |
| 2.1.1 贝叶斯滤波理论 | 第31-34页 |
| 2.1.2 蒙特卡罗近似方法 | 第34-36页 |
| 2.1.3 序贯重要性采样 | 第36-38页 |
| 2.1.4 重采样方法 | 第38-40页 |
| 2.1.5 粒子滤波算法框架 | 第40-42页 |
| 2.2 稀疏表示表观模型 | 第42-45页 |
| 2.2.1 稀疏表示的数学模型 | 第42-44页 |
| 2.2.2 优化求解方法 | 第44-45页 |
| 2.3 目标状态描述方法 | 第45-47页 |
| 2.4 稀疏表示理论在目标跟踪中的应用 | 第47-48页 |
| 2.5 跟踪效果评价机制 | 第48-51页 |
| 2.6 本章小结 | 第51-53页 |
| 第3章 基于残差矩阵估计的稀疏表示跟踪算法 | 第53-77页 |
| 3.1 引言 | 第53页 |
| 3.2 奇异值重构 | 第53-54页 |
| 3.3 运动模型建立 | 第54-55页 |
| 3.4 表观模型建立 | 第55-58页 |
| 3.4.1 表示模型 | 第55-56页 |
| 3.4.2 模型求解 | 第56-57页 |
| 3.4.3 观测模型 | 第57-58页 |
| 3.5 在线更新 | 第58-59页 |
| 3.6 实验结果与分析 | 第59-75页 |
| 3.6.1 定性分析 | 第61-70页 |
| 3.6.2 定量分析 | 第70-75页 |
| 3.7 本章小结 | 第75-77页 |
| 第4章 残差矩阵估计表观模型改进 | 第77-97页 |
| 4.1 引言 | 第77-78页 |
| 4.2 观测模型 | 第78-79页 |
| 4.3 在线更新 | 第79-81页 |
| 4.4 实验结果与分析 | 第81-96页 |
| 4.4.1 定性分析 | 第82-91页 |
| 4.4.2 定量分析 | 第91-96页 |
| 4.5 本章小结 | 第96-97页 |
| 第5章 基于PCA子空间的稀疏表示跟踪算法 | 第97-117页 |
| 5.1 引言 | 第97页 |
| 5.2 运动模型 | 第97-98页 |
| 5.3 表示模型 | 第98-100页 |
| 5.4 观测模型 | 第100页 |
| 5.5 在线更新 | 第100-101页 |
| 5.6 实验结果与分析 | 第101-116页 |
| 5.6.1 定性分析 | 第102-111页 |
| 5.6.2 定量分析 | 第111-116页 |
| 5.7 本章小结 | 第116-117页 |
| 第6章 结论 | 第117-121页 |
| 6.1 论文工作总结 | 第117-119页 |
| 6.2 研究工作展望 | 第119-121页 |
| 参考文献 | 第121-135页 |
| 在学期间学术成果情况 | 第135-137页 |
| 指导教师及作者简介 | 第137-139页 |
| 致谢 | 第139页 |
