| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 相关技术国内外现状 | 第12-14页 |
| 1.3 研究存在的问题 | 第14-15页 |
| 1.4 本文的主要工作与结构安排 | 第15-18页 |
| 第二章 基于压缩感知的目标跟踪相关技术分析 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 压缩感知理论 | 第18-21页 |
| 2.2.1 稀疏表示 | 第18-20页 |
| 2.2.2 测量矩阵 | 第20-21页 |
| 2.3 压缩感知在目标跟踪中的应用 | 第21-26页 |
| 2.3.1 压缩跟踪系统概述 | 第21-22页 |
| 2.3.2 haar-like特征的提取和计算 | 第22-23页 |
| 2.3.3 随机投影测量矩阵 | 第23-24页 |
| 2.3.4 多尺度滤波 | 第24-25页 |
| 2.3.5 朴素贝叶斯分类器的构建与更新 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 结合超像素结构化信息的压缩跟踪 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 超像素 | 第27-28页 |
| 3.3 SLIC超像素分割算法 | 第28-32页 |
| 3.3.1 Lab颜色空间简介 | 第28-29页 |
| 3.3.2 种子点初始化 | 第29-30页 |
| 3.3.3 迭代生成过程 | 第30-31页 |
| 3.3.4 增强连通性 | 第31-32页 |
| 3.4 结合超像素结构化信息的压缩跟踪 | 第32-36页 |
| 3.4.1 超像素测量矩阵的构建 | 第32-33页 |
| 3.4.2 基于超像素的粗估计 | 第33-35页 |
| 3.4.3 目标尺度估计 | 第35页 |
| 3.4.4 压缩跟踪细估计 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于Boosting特征选择的压缩跟踪 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 跟踪中的特征选择 | 第38-41页 |
| 4.2.1 特征选择基本框图 | 第38-39页 |
| 4.2.2 特征选择中的搜索策略 | 第39-40页 |
| 4.2.3 特征选择算法评估准则 | 第40-41页 |
| 4.3 基于Boosting的特征选择 | 第41-44页 |
| 4.3.1 Boosting算法 | 第41-43页 |
| 4.3.2 在线Boosting特征选择 | 第43-44页 |
| 4.4 结合Boosting特征选择的压缩跟踪 | 第44-48页 |
| 4.4.1 特征池的构建 | 第44-45页 |
| 4.4.2 特征置信度度量 | 第45-46页 |
| 4.4.3 自适应特征模板更新策略 | 第46-47页 |
| 4.4.4 自适应目标模型更新 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于改进SURF特征点匹配的角度自适应压缩跟踪 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 特征点匹配 | 第49-50页 |
| 5.3 基于SURF特征点提取 | 第50-55页 |
| 5.3.1 构造Hessian矩阵 | 第50-52页 |
| 5.3.2 选取特征点 | 第52-54页 |
| 5.3.3 构造SURF描述点算子 | 第54-55页 |
| 5.4 基于改进SURF的角度自适应压缩跟踪 | 第55-58页 |
| 5.4.1 改进的SURF特征 | 第55页 |
| 5.4.2 旋转矩阵的建立 | 第55-56页 |
| 5.4.3 角度自适应跟踪 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 基于运动检测的多目标压缩跟踪 | 第59-68页 |
| 6.1 引言 | 第59页 |
| 6.2 运动目标检测 | 第59-60页 |
| 6.3 匈牙利算法 | 第60-62页 |
| 6.3.1 二分图 | 第60-61页 |
| 6.3.2 匈牙利算法 | 第61-62页 |
| 6.4 基于运动检测的多目标压缩跟踪 | 第62-67页 |
| 6.4.1 初始化阶段 | 第62页 |
| 6.4.2 亲和度模型 | 第62-63页 |
| 6.4.3 分层关联 | 第63-65页 |
| 6.4.4 多目标压缩跟踪模型 | 第65-67页 |
| 6.5 本章小结 | 第67-68页 |
| 第七章 实验结果与分析 | 第68-85页 |
| 7.1 实验环境 | 第68-69页 |
| 7.1.1 实验平台 | 第68页 |
| 7.1.2 单目标实验结果评价指标 | 第68-69页 |
| 7.1.3 多目标实验结果评价指标 | 第69页 |
| 7.2 结合超像素结构化信息的压缩跟踪 | 第69-76页 |
| 7.2.1 实验设计 | 第69-70页 |
| 7.2.2 实验结果对比与分析 | 第70-76页 |
| 7.3 基于Boosting特征选择的压缩跟踪 | 第76-79页 |
| 7.3.1 实验设计 | 第76-77页 |
| 7.3.2 实验结果对比与分析 | 第77-79页 |
| 7.4 基于改进SURF特征点匹配的角度自适应压缩跟踪 | 第79-81页 |
| 7.4.1 实验设计 | 第79-80页 |
| 7.4.2 实验结果对比与分析 | 第80-81页 |
| 7.5 基于运动检测和压缩感知的多目标跟踪 | 第81-85页 |
| 7.5.1 实验设计 | 第81页 |
| 7.5.2 实验结果对比与分析 | 第81-85页 |
| 第八章 总结与展望 | 第85-87页 |
| 8.1 总结 | 第85页 |
| 8.2 展望 | 第85-87页 |
| 参考文献 | 第87-90页 |
| 附录1 攻读硕士学位期间申请的专利 | 第90-91页 |
| 致谢 | 第91页 |