基于PSO的粒子滤波在目标跟踪中的应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·目标跟踪技术发展概况 | 第12-13页 |
| ·基于粒子滤波的目标跟踪技术发展现状 | 第13-15页 |
| ·本文的主要研究工作 | 第15页 |
| ·本文的内容安排 | 第15-17页 |
| 第2章 目标跟踪技术 | 第17-27页 |
| ·引言 | 第17-18页 |
| ·目标检测 | 第18-21页 |
| ·静态背景 | 第19-20页 |
| ·动态背景 | 第20-21页 |
| ·目标跟踪概述 | 第21-25页 |
| ·运动目标的有效表达 | 第21页 |
| ·相似性度量算法 | 第21页 |
| ·搜索算法 | 第21-22页 |
| ·目标跟踪方法 | 第22-25页 |
| ·不同场景中目标跟踪方法的选择 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于粒子滤波的目标跟踪 | 第27-38页 |
| ·引言 | 第27-28页 |
| ·粒子滤波的基本原理 | 第28-31页 |
| ·最优贝叶斯估计 | 第28-29页 |
| ·SIS算法 | 第29-30页 |
| ·重要性函数选择 | 第30页 |
| ·重采样 | 第30-31页 |
| ·目标模型 | 第31-33页 |
| ·目标运动模型 | 第31-32页 |
| ·目标观测模型 | 第32-33页 |
| ·粒子滤波算法的改进 | 第33-34页 |
| ·辅助采样—重采样方法 | 第33页 |
| ·规则化采样方法 | 第33-34页 |
| ·自适应粒子滤波方法 | 第34页 |
| ·基于粒子滤波的目标跟踪 | 第34-37页 |
| ·基于粒子滤波的目标跟踪算法 | 第34-36页 |
| ·不同滤波算法的比较 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于粒子群算法的粒子滤波跟踪 | 第38-60页 |
| ·引言 | 第38页 |
| ·粒子群优化算法及其研究现状 | 第38-39页 |
| ·粒子群算法基本原理 | 第39-47页 |
| ·生物群体行为模型 | 第39-40页 |
| ·PSO算法的基本原理 | 第40-45页 |
| ·PSO算法的应用 | 第45-47页 |
| ·基于粒子群算法的粒子滤波 | 第47-55页 |
| ·粒子滤波存在的问题 | 第47-48页 |
| ·粒子群优化算法与粒子滤波的比较 | 第48-49页 |
| ·粒子群算法优化粒子滤波的原理 | 第49-51页 |
| ·运动目标模型 | 第51-53页 |
| ·基于粒子群粒子滤波算法的目标跟踪步骤 | 第53-55页 |
| ·仿真实验 | 第55-59页 |
| ·实验环境与内容 | 第55-56页 |
| ·实验步骤 | 第56页 |
| ·实验结果与分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读硕士期间发表的学术论文 | 第69页 |
