基于粒子滤波的目标跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·论文的研究背景和意义 | 第10页 |
| ·滤波理论及其发展现状 | 第10-13页 |
| ·目标跟踪问题及其研究现状 | 第13-14页 |
| ·论文主要研究内容 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第2章 随机滤波算法 | 第16-23页 |
| ·引言 | 第16页 |
| ·贝叶斯估计理论 | 第16-17页 |
| ·非线性高斯模型 | 第17-18页 |
| ·贝叶斯滤波 | 第18-20页 |
| ·卡尔曼滤波 | 第20-21页 |
| ·扩展卡尔曼滤波 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 粒子滤波算法 | 第23-33页 |
| ·引言 | 第23页 |
| ·蒙特卡罗方法 | 第23-24页 |
| ·粒子滤波算法 | 第24-30页 |
| ·蒙特卡罗积分 | 第24页 |
| ·重要性采样 | 第24-25页 |
| ·序列重要性采样 | 第25-27页 |
| ·粒子匮乏问题与重采样 | 第27-29页 |
| ·重要性函数的选取 | 第29-30页 |
| ·粒子滤波算法概述 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 粒子滤波改进算法 | 第33-42页 |
| ·引言 | 第33页 |
| ·辅助变量粒子滤波 | 第33-35页 |
| ·正则粒子滤波 | 第35-37页 |
| ·算法性能研究 | 第37-41页 |
| ·非线性高斯模型 | 第37页 |
| ·EKF,PF,RPF算法性能比较 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于粒子滤波的视频目标跟踪问题 | 第42-56页 |
| ·引言 | 第42页 |
| ·视频目标跟踪问题描述 | 第42-43页 |
| ·视频目标运动模型 | 第43页 |
| ·视频目标观测模型 | 第43-48页 |
| ·RGB模型 | 第44页 |
| ·HSV模型 | 第44-45页 |
| ·RGB模型到HSV模型的转变 | 第45-46页 |
| ·颜色特征量化和直方图 | 第46-47页 |
| ·目标观测模型 | 第47-48页 |
| ·基于粒子滤波的视频目标跟踪算法 | 第48-50页 |
| ·仿真结果与分析 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| ·全文总结 | 第56页 |
| ·进一步工作 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
