本书是作者在目标检测与跟踪领域多年研究成果的积累。仝书共分为6章：第1、2章概述了稀疏与低秩表示理论及其在解决计算机视觉问题中的基本模型；第3～5章分别阐述了超分辨重建、目标检测和目标跟踪等三个计算机视觉问题的研究现状．重点是在稀疏与低秩表示理论框架下，本书作者在这三个领域的研究成果；第6章是典型军事压用。描述了稀疏与低秩表示理论在军事目标检测和跟踪中的应用实例。 本书可供计算机视觉、信号与处理相关领域的研究人员、工程技术人员和研究生阅读参考。

第1章概述

1.1信号表示从稀疏到低秩

1.1.1信号稀疏表示

1.1.2信号低秩表示

1.2基本概念和术语

1.2.1稀疏表示

12.2低秩表示

1.3稀疏与低秩表示在图像处理和计算机视觉

1.3.1图像超分辨率

1.3.2目标榆测

1.3.3.目标跟踪

1.3.4其他应用

1.4本书的主要内容与组织安排

参考文献

第2章稀疏与低秩表示模型和算法_

2.1稀疏表示模型

2.2稀疏表示算法

2.2.1贪婪算法

2.2.2快速优化算法

2.3字典学习模型

2.4字典学习算法

2.4.1批处理字典学习

2.4.2在线字典学习算法

2.5低秩表示模型

2.5.1线性模型

2.5.2非线性模型

2.6低秩表示算法

2.6.1迭代阈值算法

2.6.2加速近似梯度箅法

2.6.3精确增广拉格朗日乘子算法

参考文献

第3章基于稀疏表示的图像超分辨率重建

3.1..图像超分辨率重建概述

3.1.1基本概念

3.1.2发展历程

3.1.3本章内容

3.2稀疏域图像超分辨率模型与算法

3.2.1稀疏域图像趟分辨率思想

3.2.2鲁棒性单幅图像超分辨率模型

3.2.3图像超分辨率箅法

3.2.1实验结果与分析

3.3基于图像块稀疏结构相似度邻域约束的超分辨率重建

3.3.1.HR／LR样本模型及双字典学习

3.3.2稀疏结构相似度邻域逼近

3.3.3超分辨率重建算法

3.3.4实验结果与分析

3.4局部样本匹配和多级滤波的快速超分辨率重建

3.4.1超分辨率模型

3.4.2样本匹配与采样滤波

3.4.3快速超分辨率算法

……

第4章基于稀疏和低秩表示的目标检测

第5章基于稀疏与低秩表示的目标跟踪

第6章军事侦察与制导典型应用