摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 课题研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 目标跟踪技术研究难点 | 第13-14页 |
1.4 本文研究内容及结构安排 | 第14-16页 |
第二章 目标跟踪算法基础 | 第16-32页 |
2.1 常用目标跟踪算法 | 第16-20页 |
2.1.1 基于主动轮廓的跟踪 | 第16-17页 |
2.1.2 基于特征的目标跟踪 | 第17-18页 |
2.1.3 基于区域的目标跟踪 | 第18-19页 |
2.1.4 基于模型的目标跟踪 | 第19-20页 |
2.2 目标特征 | 第20-27页 |
2.2.1 颜色特征 | 第20-24页 |
2.2.2 纹理特征 | 第24-25页 |
2.2.3 形状特征 | 第25-27页 |
2.3 相似性度量 | 第27-29页 |
2.3.1 欧几里得距离 | 第27-28页 |
2.3.2 Hausdorff距离 | 第28页 |
2.3.3 Bhattacharyya系数 | 第28-29页 |
2.4 乱序观测问题 | 第29-31页 |
2.4.1 问题定义与描述 | 第29-30页 |
2.4.2 常用乱序观测处理思想 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 基于HSV非均匀量化的CAMshift算法 | 第32-45页 |
3.1 经典算法 | 第32-35页 |
3.1.1 Meanshift算法 | 第32-33页 |
3.1.2 CAMshift算法 | 第33-35页 |
3.2 颜色空间量化 | 第35-36页 |
3.3 优化的CAMshift算法 | 第36-38页 |
3.4 仿真实验 | 第38-44页 |
3.4.1 均匀量化与非均匀量化对比实验 | 第38-39页 |
3.4.2 反投影效果对比实验 | 第39-40页 |
3.4.3 跟踪效果对比实验 | 第40-44页 |
3.5 本章小结 | 第44-45页 |
第四章 基于前向预测的OOSMs异步融合算法 | 第45-57页 |
4.1 问题描述 | 第45-46页 |
4.2 OOSMs情形分类 | 第46-47页 |
4.3 基于前向预测的OOSMs异步融合算法 | 第47-52页 |
4.3.1 OOSMs最优融合过程 | 第47-48页 |
4.3.2 前向预测滤波框架 | 第48-49页 |
4.3.3 基于“等效观测”的信息滤波器 | 第49-52页 |
4.4 仿真实验 | 第52-56页 |
4.4.1 单步滞后NOOSMs仿真实验 | 第52-53页 |
4.4.2 多步滞后NOOSMs仿真实验 | 第53-54页 |
4.4.3 多步滞后IOOSMs仿真实验 | 第54-56页 |
4.5 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 本文总结 | 第57页 |
5.2 工作展望 | 第57-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-65页 |
附录 (攻读硕士学位期间所发表的学术论文及成果) | 第65页 |