| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 目标跟踪算法发展现状 | 第13-17页 |
| 1.3 目标跟踪存在的相关问题 | 第17-18页 |
| 1.4 论文的主要工作和安排 | 第18-20页 |
| 第二章 图像特征提取 | 第20-40页 |
| 2.1 颜色空间特征 | 第20-22页 |
| 2.2 Haar特征 | 第22-23页 |
| 2.3 HOG特征 | 第23-25页 |
| 2.4 压缩感知特征 | 第25-30页 |
| 2.4.1 压缩理论 | 第26-27页 |
| 2.4.2 小波理论 | 第27-30页 |
| 2.5 稀疏流光特征 | 第30-33页 |
| 2.6 Surf特征点算子 | 第33-37页 |
| 2.7 明暗不变特征 | 第37-40页 |
| 第三章 基于模板与核的跟踪 | 第40-50页 |
| 3.1 基于模板的目标消失的重检测 | 第40-44页 |
| 3.2 基于核的跟踪 | 第44-50页 |
| 第四章 基于压缩感知模型的相关核滤波器跟踪算法 | 第50-60页 |
| 4.1 压缩模型的建立 | 第51-52页 |
| 4.1.1 贝耶斯判决 | 第51页 |
| 4.1.2 压缩模型的尺度不变性 | 第51-52页 |
| 4.2 压缩感知模型设计 | 第52-53页 |
| 4.3 基于相关核滤波器的跟踪算法步骤 | 第53-55页 |
| 4.4 Surf特征点对相关核滤波器跟踪的位移和尺度补偿 | 第55页 |
| 4.5 基于压缩感知的相关核滤波器跟踪算法综述 | 第55-56页 |
| 4.6 实验结果分析 | 第56-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 融合多特征加权的压缩感知目标跟踪算法 | 第60-68页 |
| 5.1 CT算法介绍 | 第60-61页 |
| 5.2 CT特征的变速率学习 | 第61-62页 |
| 5.3 FB点跟踪的目标特征加权 | 第62-63页 |
| 5.4 实验结果与分析 | 第63-65页 |
| 5.5 结论 | 第65-68页 |
| 第六章 工作总结与跟踪算法展望 | 第68-72页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 未来展望 | 第69-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-76页 |
| 研究生期间发表的论文 | 第76-78页 |
| 作者和导师简介 | 第78-79页 |
| 附件 | 第79-80页 |