摘要 | 第1-6页 |
ABSTRACT | 第6-18页 |
第一章 绪论 | 第18-27页 |
·研究背景及意义 | 第18页 |
·视频序列目标跟踪概述 | 第18-21页 |
·视频目标跟踪的研究方法 | 第20-21页 |
·视频目标跟踪的评价指标 | 第21页 |
·粒子滤波算法概述 | 第21-24页 |
·粒子滤波算法的研究方向 | 第22-24页 |
·粒子滤波的应用领域与新发展 | 第24页 |
·本文主要工作及创新点 | 第24-27页 |
·本文的主要工作 | 第24-25页 |
·本文的创新点 | 第25-27页 |
第二章 贝叶斯滤波基础理论 | 第27-50页 |
·引言 | 第27页 |
·贝叶斯滤波 | 第27-33页 |
·状态空间模型 | 第27-28页 |
·贝叶斯推理 | 第28-29页 |
·递推贝叶斯滤波 | 第29-31页 |
·系统状态估计方法 | 第31-33页 |
·多模式切换动态系统 | 第33-35页 |
·最优估计算法 | 第35-39页 |
·卡尔曼滤波 | 第35-37页 |
·网格滤波 | 第37-38页 |
·Bene(?)和Daum 滤波 | 第38-39页 |
·次优估计算法 | 第39-49页 |
·扩展卡尔曼滤波 | 第39-41页 |
·近似网格滤波 | 第41-42页 |
·高斯和滤波 | 第42-45页 |
·无迹卡尔曼滤波 | 第45-49页 |
·本章小结 | 第49-50页 |
第三章 基于序贯蒙特卡罗方法的贝叶斯滤波 | 第50-74页 |
·引言 | 第50页 |
·粒子滤波理论基础 | 第50-58页 |
·蒙特卡罗方法 | 第50-51页 |
·贝叶斯重要性采样 | 第51-52页 |
·序贯重要性采样 | 第52-55页 |
·退化问题 | 第55-56页 |
·重要性函数的选择 | 第56-57页 |
·重采样 | 第57-58页 |
·基本粒子滤波算法 | 第58-62页 |
·常见粒子滤波改进算法 | 第62-69页 |
·SIR 粒子滤波 | 第63页 |
·辅助粒子滤波 | 第63-65页 |
·正则粒子滤波 | 第65-69页 |
·无迹粒子滤波 | 第69页 |
·鲁棒H_∞粒子滤波新方法 | 第69-70页 |
·本章小结 | 第70-74页 |
第四章 基于粒子滤波的目标跟踪算法仿真 | 第74-95页 |
·引言 | 第74页 |
·目标模型 | 第74-77页 |
·运动模型 | 第74-75页 |
·观测模型 | 第75-76页 |
·噪声模型 | 第76-77页 |
·基本粒子滤波算法仿真 | 第77-79页 |
·基于粒子滤波的纯方位目标跟踪 | 第79-86页 |
·闪烁噪声背景下粒子滤波跟踪性能仿真 | 第86-89页 |
·粒子数目的对跟踪性能的影响 | 第89页 |
·几种滤波器跟踪性能比较 | 第89-94页 |
·本章小结 | 第94-95页 |
第五章 基于最大匹配像素统计的粒子滤波跟踪 | 第95-109页 |
·引言 | 第95页 |
·灰度相关特征描述 | 第95-96页 |
·目标模型 | 第96-98页 |
·运动模型 | 第96-97页 |
·观测模型 | 第97-98页 |
·算法流程 | 第98-104页 |
·试验结果与分析 | 第104-108页 |
·本章小结 | 第108-109页 |
第六章 基于多特征融合的自适应均值移位粒子滤波跟踪 | 第109-132页 |
·引言 | 第109页 |
·特征描述 | 第109-115页 |
·颜色特征 | 第109-112页 |
·纹理特征 | 第112-114页 |
·运动边缘特征 | 第114-115页 |
·目标模型 | 第115-118页 |
·运动模型 | 第115-116页 |
·观测模型 | 第116-118页 |
·多特征融合及模板更新策略 | 第118-119页 |
·均值移位重要性采样 | 第119-120页 |
·算法流程 | 第120-123页 |
·试验结果与分析 | 第123-131页 |
·目标相互遮挡的情况 | 第123-126页 |
·目标发生旋转的情况 | 第126-127页 |
·目标发生形变的情况 | 第127-128页 |
·光照发生变化的情况 | 第128-130页 |
·目标快速机动的情况 | 第130-131页 |
·本章小结 | 第131-132页 |
第七章 总结与展望 | 第132-134页 |
·工作总结 | 第132-133页 |
·研究展望 | 第133-134页 |
致谢 | 第134-135页 |
参考文献 | 第135-141页 |
攻读硕士期间取得的研究成果 | 第141-142页 |