| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景及研究意义 | 第10页 |
| 1.2 目标跟踪方法的研究现状 | 第10-11页 |
| 1.3 本文研究难点 | 第11-12页 |
| 1.4 本文主要内容以及结构安排 | 第12-14页 |
| 1.4.1 本文主要内容 | 第12-13页 |
| 1.4.2 本论文的结构安排 | 第13-14页 |
| 第二章 粒子滤波算法原理 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 背景知识与相关理论 | 第14-16页 |
| 2.2.1 贝叶斯滤波 | 第14-15页 |
| 2.2.2 蒙特卡洛采样 | 第15-16页 |
| 2.3 粒子滤波 | 第16-21页 |
| 2.3.1 重要性采样 | 第16-18页 |
| 2.3.2 序列重要性采样 | 第18-19页 |
| 2.3.3 粒子滤波中的问题与改进方法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于粒子滤波的目标跟踪算法 | 第22-37页 |
| 3.1 引言 | 第22页 |
| 3.2 传统粒子滤波目标跟踪算法 | 第22-25页 |
| 3.2.1 建立状态转移模型 | 第22-23页 |
| 3.2.2 建立观测模型 | 第23页 |
| 3.2.3 状态估计 | 第23页 |
| 3.2.4 重采样过程 | 第23-24页 |
| 3.2.5 基于粒子滤波目标跟踪算法的步骤 | 第24-25页 |
| 3.3 基于粒子滤波目标跟踪算法的实现 | 第25-35页 |
| 3.3.1 视频中粒子采样分布实验 | 第25-30页 |
| 3.3.2 目标跟踪 | 第30-35页 |
| 3.4 粒子滤波目标跟踪中的问题与所采用的改进方法 | 第35-36页 |
| 3.4.1 重采样过程中的粒子退化 | 第35页 |
| 3.4.2 粒子滤波的计算复杂度较高 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 多层粒子滤波目标跟踪算法 | 第37-48页 |
| 4.1 引言 | 第37页 |
| 4.2 多层粒子滤波目标跟踪算法 | 第37-43页 |
| 4.2.1 建立状态模型 | 第37-38页 |
| 4.2.2 主粒子和从离子的定义 | 第38-40页 |
| 4.2.3 主粒子的优化 | 第40-43页 |
| 4.2.4 目标估计 | 第43页 |
| 4.3 算法流程 | 第43-45页 |
| 4.4 实验结果和分析 | 第45-47页 |
| 4.5 小结 | 第47-48页 |
| 第五章 多模态的粒子滤波多目标跟踪算法 | 第48-66页 |
| 5.1 引言 | 第48-49页 |
| 5.2 视频多目标跟踪算法 | 第49页 |
| 5.3 融合Mean-shift的目标跟踪算法 | 第49-59页 |
| 5.3.1 Mean Shift算法 | 第49-50页 |
| 5.3.2 结合Mean-shift的混合滤波算法 | 第50-54页 |
| 5.3.3 实验结果和分析 | 第54-59页 |
| 5.4 多模态粒子滤波的多目标跟踪算法 | 第59-64页 |
| 5.4.1 多目标状态模型 | 第59-61页 |
| 5.4.2 算法流程图 | 第61-62页 |
| 5.4.3 实验结果和分析 | 第62-64页 |
| 5.5 多目标跟踪软件的实现 | 第64-65页 |
| 5.6 小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻硕期间取得的研究成果 | 第74-75页 |