声明
摘要
1 绪论
1.1 研究背景及意义
1.2 相关工作
1.3 本文贡献
1.4 本文的主要内容及章节安排
2 代表性的视频追踪算法
2.1 粒子滤波
2.1.1 运动模型
2.1.2 观测模型
2.2 基于增量的视频追踪(IVT)
2.3 基于稀疏原型的视频追踪
2.3.1 L1追踪算法
2.3.2 SP追踪算法
2.3.3 L0正则化追踪算法
3 基于稀疏编码和计数的视觉追踪
3.1 基于粒子滤波的视觉跟踪
3.2 基于贝叶斯框架的目标表示
3.3 快速数值算法理论
3.3.1 APG算法求解公式(3.7)
3.3.2 结合L1和L0正则化闭解
3.3.3 组合模型(3.25)的分析
3.4 视觉跟踪中的正交字典学习
3.4.1 字典初始化
3.4.2 正交字典更新
3.4.3 重新初始化字典
3.5 实验结果
3.5.1 定性评价
3.5.2 定量评价
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢