遮挡情况下目标跟踪算法的研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景与意义 | 第12-13页 |
| ·目标跟踪研究内容 | 第13-15页 |
| ·目标跟踪概述 | 第13-14页 |
| ·目标跟踪研究热点 | 第14-15页 |
| ·目标跟踪研究现状 | 第15-17页 |
| ·跟踪过程中的困难问题 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的内容安排 | 第19-20页 |
| 第2章 遮挡问题分析 | 第20-27页 |
| ·引言 | 第20页 |
| ·遮挡的分类 | 第20-21页 |
| ·遮挡的研究 | 第21-24页 |
| ·遮挡过程分析 | 第21-23页 |
| ·遮挡处理方法 | 第23-24页 |
| ·阴影 | 第24-26页 |
| ·阴影的分类和特征 | 第24-25页 |
| ·阴影检测与去除 | 第25-26页 |
| ·一种对光照、阴影具有鲁棒性的变化检测方法 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 目标跟踪理论 | 第27-44页 |
| ·引言 | 第27页 |
| ·目标跟踪算法 | 第27-33页 |
| ·基于运动检测的跟踪算法 | 第27-29页 |
| ·基于特征匹配的跟踪算法 | 第29-32页 |
| ·基于模型匹配的跟踪算法 | 第32-33页 |
| ·数据关联算法 | 第33页 |
| ·抗遮挡目标跟踪算法 | 第33-35页 |
| ·基于动态贝叶斯网络的方法 | 第34页 |
| ·基于网格模型的方法 | 第34页 |
| ·记忆外推跟踪方法 | 第34-35页 |
| ·融合多线索的方法 | 第35页 |
| ·Mean-shift算法理论 | 第35-43页 |
| ·无参密度估计 | 第36-38页 |
| ·基于mean-shift的目标跟踪 | 第38-42页 |
| ·基于改进mean-shift的目标跟踪 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于IMSPF的目标跟踪算法 | 第44-53页 |
| ·引言 | 第44页 |
| ·Kalman滤波 | 第44-46页 |
| ·标准Kalman滤波(KF) | 第44-45页 |
| ·Kalman滤波的性质 | 第45-46页 |
| ·非线性滤波技术EKF和UKF | 第46页 |
| ·粒子滤波 | 第46-50页 |
| ·粒子滤波器原理 | 第46-48页 |
| ·粒子滤波器存在的问题 | 第48-49页 |
| ·EKF、UKF、PF三种算法的比较 | 第49-50页 |
| ·基于改进mean-shift的粒子滤波算法 | 第50-52页 |
| ·算法原理 | 第50页 |
| ·遮挡处理 | 第50-51页 |
| ·实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于IIMMK-PF的目标跟踪算法 | 第53-60页 |
| ·引言 | 第53页 |
| ·IMM的研究现状 | 第53-54页 |
| ·IMM的算法原理 | 第54-56页 |
| ·一种改进的IMM方法 | 第56-59页 |
| ·算法流程 | 第56-57页 |
| ·实验结果与分析 | 第57-59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 攻读硕士学位期间所发表的论文 | 第69页 |
