基于蒙特卡洛方法的改进粒子滤波算法
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-20页 |
| ·研究的背景与意义 | 第12-13页 |
| ·目标跟踪技术的应用 | 第12-13页 |
| ·目标跟踪的相关技术 | 第13-17页 |
| ·运动目标检测 | 第14-15页 |
| ·运动目标跟踪 | 第15-17页 |
| ·行为理解和身份识别 | 第17页 |
| ·运动目标跟踪难点 | 第17-18页 |
| ·论文结构安排 | 第18-20页 |
| 2 滤波理论 | 第20-32页 |
| ·滤波理论的发展 | 第20-21页 |
| ·贝叶斯滤波原理与贝叶斯估计 | 第21-23页 |
| ·卡尔曼滤波(KF) | 第23-25页 |
| ·扩展卡尔曼滤波(EKF) | 第25-27页 |
| ·实验仿真 | 第27-30页 |
| ·卡尔曼滤波(KF)算法仿真 | 第27-28页 |
| ·扩展卡尔曼滤波(EKF)算法仿真 | 第28-30页 |
| ·小结 | 第30-32页 |
| 3 粒子滤波理论 | 第32-54页 |
| ·蒙特卡洛方法 | 第32-35页 |
| ·蒙特卡洛方法的基本原理 | 第32页 |
| ·蒙特卡洛方法 | 第32-33页 |
| ·蒙特卡洛方法的收敛性 | 第33-34页 |
| ·蒙特卡洛方法解题 | 第34页 |
| ·蒙特卡洛方法的特点 | 第34-35页 |
| ·粒子滤波—采样方法 | 第35-39页 |
| ·贝叶斯重要性采样(BIS) | 第36-37页 |
| ·序列重要性采样(SIS) | 第37-39页 |
| ·退化问题 | 第39-40页 |
| ·粒子滤波—重采样方法 | 第40-43页 |
| ·重要性重采样 | 第40-41页 |
| ·系统重采样 | 第41-42页 |
| ·多样式重采样 | 第42页 |
| ·剩余重采样 | 第42页 |
| ·分层重采样 | 第42-43页 |
| ·重要性密度函数选择 | 第43-44页 |
| ·粒子滤波算法流程 | 第44页 |
| ·粒子滤波算法实现注意事项及仿真 | 第44-52页 |
| ·粒子滤波的重采样 | 第44-47页 |
| ·粒子滤波中的粒子数的选取 | 第47-49页 |
| ·粒子滤波中阈值的选择 | 第49-51页 |
| ·PF算法与EKF算法的对比 | 第51-52页 |
| ·小结 | 第52-54页 |
| 4 改进粒子滤波算法 | 第54-72页 |
| ·改进粒子滤波算法 | 第54-59页 |
| ·改进的粒子滤波算法 | 第54-56页 |
| ·实验仿真 | 第56-59页 |
| ·改进扩展卡尔曼粒子滤波算法 | 第59-65页 |
| ·传统扩展卡尔曼粒子滤波算法 | 第59-61页 |
| ·改进的扩展卡尔曼粒子滤波算法 | 第61-62页 |
| ·实验仿真 | 第62-65页 |
| ·一种新的复合方法 | 第65-70页 |
| ·新的复合方法 | 第66-67页 |
| ·实验仿真 | 第67-70页 |
| ·小结 | 第70-72页 |
| 5 改进算法在视频中的实现 | 第72-88页 |
| ·视频中运动目标跟踪原理 | 第72-74页 |
| ·基于区域的跟踪 | 第72-73页 |
| ·基于特征的跟踪 | 第73页 |
| ·基于变形模板的跟踪 | 第73-74页 |
| ·基于模型的跟踪 | 第74页 |
| ·粒子滤波视频跟踪算法设计 | 第74-77页 |
| ·确定运动模型 | 第74-75页 |
| ·目标的先验知识 | 第75-76页 |
| ·系统状态转移 | 第76页 |
| ·系统观测 | 第76-77页 |
| ·计算后验概率 | 第77页 |
| ·重采样 | 第77页 |
| ·视频实验、结果与分析 | 第77-86页 |
| ·基本粒子滤波算法跟踪流程 | 第77-78页 |
| ·改进粒子滤波算法跟踪流程与结果 | 第78-82页 |
| ·复合方法的跟踪流程与结果 | 第82-86页 |
| ·小结 | 第86-88页 |
| 6 结论 | 第88-90页 |
| ·论文的主要研究内容 | 第88页 |
| ·未来展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 学位论文数据集 | 第96页 |
