基于粒子滤波目标跟踪方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-20页 |
| ·引言 | 第10页 |
| ·目标跟踪的研究意义和国内外研究现状 | 第10-16页 |
| ·目标跟踪的研究意义 | 第10-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·粒子滤波的发展和国内外现状分析 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| ·本文的组织结构 | 第19-20页 |
| 2 基本的粒子滤波算法及其比较研究 | 第20-33页 |
| ·引言 | 第20-21页 |
| ·贝叶斯滤波原理 | 第21-23页 |
| ·蒙特卡罗模拟方法的原理 | 第23-25页 |
| ·粒子滤波算法 | 第25-29页 |
| ·粒子滤波器基本原理 | 第25-26页 |
| ·序贯粒子滤波算法 | 第26-27页 |
| ·粒子集的退化和重采样 | 第27-29页 |
| ·几种改进的粒子滤波算法 | 第29-30页 |
| ·规则化采样方法 | 第29-30页 |
| ·自适应粒子滤波算法 | 第30页 |
| ·实验及其比较 | 第30-32页 |
| ·小结 | 第32-33页 |
| 3 背景建模与运动目标检测 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·典型的运动检测方法 | 第34-36页 |
| ·背景减除法 | 第34-35页 |
| ·光流法 | 第35-36页 |
| ·高斯背景建模 | 第36-43页 |
| ·单高斯背景建模 | 第36-37页 |
| ·高斯混合背景建模及其实现步骤 | 第37-40页 |
| ·基于高斯背景模型的运动检测实验 | 第40-43页 |
| ·改进的高斯混合背景建模算法 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于改进的粒子滤波目标跟踪算法中的研究 | 第47-64页 |
| ·引言 | 第47页 |
| ·粒子滤波与视觉跟踪 | 第47-50页 |
| ·目标的状态 | 第47-48页 |
| ·目标的先验知识 | 第48页 |
| ·系统状态转移模型 | 第48-49页 |
| ·系统观测模型 | 第49页 |
| ·后验估计 | 第49页 |
| ·粒子重采样 | 第49-50页 |
| ·改进的粒子滤波目标跟踪算法 | 第50-59页 |
| ·建立观测模型 | 第51-53页 |
| ·多信息融合的粒子滤波算法 | 第53-54页 |
| ·改进的基于多信息融合的自适应粒子滤波算法 | 第54-57页 |
| ·算法的实现步骤 | 第57-59页 |
| ·基于多信息融合粒子滤波视频跟踪实验 | 第59-61页 |
| ·实验方法 | 第59页 |
| ·实验结果与分析 | 第59-61页 |
| ·基于多信息融合自适应粒子滤波视频跟踪实验 | 第61-62页 |
| ·实验方法 | 第61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 5 总结与展望 | 第64-67页 |
| ·论文工作总结 | 第64-65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间的主要学术成果 | 第76页 |
