复杂环境下的粒子滤波目标跟踪算法研究
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景与意义 | 第12-13页 |
| ·目标跟踪的发展现状 | 第13-14页 |
| ·滤波理论的研究现状 | 第14-15页 |
| ·标准卡尔曼滤波(KF) | 第14-15页 |
| ·扩展卡尔曼滤波(EKF) | 第15页 |
| ·无迹卡尔曼滤波(UKF) | 第15页 |
| ·粒子滤波(PF) | 第15页 |
| ·本文的主要工作及内容安排 | 第15-17页 |
| 第2章 视频目标跟踪理论 | 第17-22页 |
| ·引言 | 第17页 |
| ·视频目标跟踪的基本原理 | 第17-18页 |
| ·视频目标跟踪算法分类 | 第18-20页 |
| ·基于运动分析的跟踪 | 第18-19页 |
| ·基于特征点匹配的跟踪 | 第19页 |
| ·基于主动轮廓的跟踪 | 第19页 |
| ·基于区域的跟踪 | 第19-20页 |
| ·基于粒子滤波的跟踪 | 第20页 |
| ·多算法相结合的跟踪 | 第20页 |
| ·复杂情形下视频目标跟踪的技术难点和要点 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 粒子滤波理论 | 第22-27页 |
| ·引言 | 第22页 |
| ·贝叶斯估计 | 第22-23页 |
| ·蒙特卡洛(Monte Carlo)方法 | 第23页 |
| ·序贯重要性采样 | 第23-24页 |
| ·重采样(SIR) | 第24页 |
| ·粒子滤波算法 | 第24-25页 |
| ·粒子滤波中存在的问题和解决方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 基于混沌粒子群优化的粒子滤波算法 | 第27-35页 |
| ·引言 | 第27页 |
| ·粒子群优化算法 | 第27-29页 |
| ·混沌理论 | 第29页 |
| ·基于粒子群优化算法的粒子滤波算法 | 第29-30页 |
| ·混沌粒子群优化的粒子滤波算法 | 第30-32页 |
| ·仿真实验与结果分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 基于自适应背景的多特征融合目标跟踪 | 第35-51页 |
| ·引言 | 第35页 |
| ·几种常见的特征 | 第35-40页 |
| ·颜色特征 | 第35-36页 |
| ·纹理特征 | 第36-39页 |
| ·特征点 | 第39-40页 |
| ·多特征融合 | 第40-50页 |
| ·特征提取 | 第40-41页 |
| ·自适应背景 | 第41页 |
| ·多特征融合策略 | 第41-43页 |
| ·模板更新 | 第43-44页 |
| ·算法实现 | 第44-45页 |
| ·仿真实验与结果分析 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第58页 |
