| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·目标跟踪问题综述 | 第11-15页 |
| ·目标跟踪问题分类 | 第11-12页 |
| ·目标跟踪方法 | 第12-14页 |
| ·目标跟踪问题的难点 | 第14-15页 |
| ·粒子滤波的发展及研究现状 | 第15-17页 |
| ·本文的主要工作和结构安排 | 第17-18页 |
| 第2章 滤波算法及相关理论 | 第18-35页 |
| ·引言 | 第18页 |
| ·贝叶斯滤波原理 | 第18-20页 |
| ·状态—空间模型 | 第19页 |
| ·贝叶斯滤波推理 | 第19-20页 |
| ·粒子滤波器 | 第20-31页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·贝叶斯重要性采样 | 第21-22页 |
| ·序贯重要性采样 | 第22-23页 |
| ·滤波发散问题及解决办法 | 第23-26页 |
| ·粒子滤波算法的描述 | 第26-27页 |
| ·粒子滤波的其它算法 | 第27-30页 |
| ·利用样本集估计目标位置 | 第30-31页 |
| ·扩展卡尔曼滤波 | 第31-32页 |
| ·算法仿真 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 颜色特征及CAMShift算法用于目标跟踪 | 第35-50页 |
| ·引言 | 第35页 |
| ·基于颜色的目标特征的选取 | 第35-39页 |
| ·RGB色彩空间 | 第36-37页 |
| ·HSV色彩空间 | 第37-39页 |
| ·Mean-Shift算法 | 第39-43页 |
| ·算法原理 | 第39-41页 |
| ·颜色特征的提取 | 第41-42页 |
| ·算法流程 | 第42-43页 |
| ·CAMShift算法 | 第43-45页 |
| ·算法思想 | 第43页 |
| ·算法描述 | 第43-44页 |
| ·算法流程图 | 第44-45页 |
| ·实验结果及分析 | 第45-49页 |
| ·摄像机静止的拍摄模式 | 第45-47页 |
| ·摄像机运动的拍摄模式 | 第47-49页 |
| ·实验结论 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第4章 粒子滤波在目标跟踪中的研究与实现 | 第50-61页 |
| ·引言 | 第50页 |
| ·基于颜色特征的粒子滤波对目标跟踪的实现 | 第50-56页 |
| ·目标模型 | 第51-52页 |
| ·运动模型 | 第52页 |
| ·粒子滤波器的实现 | 第52-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·无遮挡物体的跟踪情况 | 第56-59页 |
| ·有遮挡物体的跟踪情况 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 自适应粒子滤波器实现及应用 | 第61-75页 |
| ·引言 | 第61页 |
| ·粒子滤波跟踪算法相关参数的研究 | 第61-68页 |
| ·粒子传播半径对跟踪精度的影响 | 第61-65页 |
| ·粒子数目对跟踪精度的影响 | 第65-68页 |
| ·对跟踪精度的综合分析 | 第68页 |
| ·自适应粒子滤波器的实现 | 第68-70页 |
| ·遮挡的判断及相应的措施 | 第68-69页 |
| ·正常跟踪的判断及跟踪的优化措施 | 第69-70页 |
| ·本系统在体育比赛中的应用 | 第70-74页 |
| ·线性运动目标的跟踪 | 第70-72页 |
| ·非线性运动目标的跟踪 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82页 |