基于人类视觉机制的自适应粒子滤波目标跟踪算法
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·论文的研究工作及创新 | 第16-17页 |
| ·论文结构安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 目标跟踪算法的相关研究 | 第19-33页 |
| ·引言 | 第19页 |
| ·两种思维下的目标跟踪 | 第19-22页 |
| ·目标跟踪模型的分类 | 第22-25页 |
| ·粒子滤波的理论基础 | 第25-28页 |
| ·贝叶斯滤波原理 | 第25-27页 |
| ·卡尔曼滤波器 | 第27-28页 |
| ·粒子滤波的原理及缺陷研究 | 第28-32页 |
| ·蒙特卡洛随机模型 | 第29-30页 |
| ·贝叶斯及序贯重要性采样 | 第30-31页 |
| ·粒子滤波的退化现象 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 一种遮挡情况下的多特征目标跟踪算法 | 第33-48页 |
| ·引言 | 第33-34页 |
| ·基本的运动目标特征建模 | 第34-42页 |
| ·颜色直方图模型 | 第34-36页 |
| ·纹理特征建模 | 第36-40页 |
| ·特征模型相似度的测量 | 第40-42页 |
| ·改进遮挡情况下的多特征目标跟踪算法 | 第42-47页 |
| ·运动信息模型的建立 | 第42-43页 |
| ·改进的融入运动特征的目标跟踪 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 自适应粒子滤波目标跟踪算法 | 第48-59页 |
| ·引言 | 第48页 |
| ·人类视觉机制原理的研究 | 第48-50页 |
| ·改进的基于人类视觉机制自适应目标跟踪算法 | 第50-57页 |
| ·粒子的分布 | 第51-53页 |
| ·自适应模型的建立 | 第53-56页 |
| ·自适应模型的反馈机制 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 实验验证及结果分析 | 第59-65页 |
| ·实验平台 | 第59页 |
| ·实验设计 | 第59-60页 |
| ·实验结果与分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间发表的学术论文 | 第71-72页 |
| 附录B 攻读学位期间所参与的研究项目 | 第72页 |
