视频跟踪的粒子滤波算法研究与实现
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·研究背景 | 第10-11页 |
·国内外发展情况 | 第11-14页 |
·研究意义 | 第14页 |
·论文组织结构 | 第14-16页 |
第2章 相关知识介绍 | 第16-26页 |
·粒子滤波原理 | 第16-23页 |
·贝叶斯滤波 | 第16-18页 |
·蒙特卡罗方法 | 第18-19页 |
·重要性采样 | 第19-21页 |
·序列重要性采样 | 第21-22页 |
·粒子退化问题 | 第22-23页 |
·重采样 | 第23页 |
·重要性密度函数选择 | 第23页 |
·MeanShift原理 | 第23-24页 |
·光流与Lucas-Kanade算法 | 第24-25页 |
·小结 | 第25-26页 |
第3章 基于颜色特征的粒子滤波跟踪算法 | 第26-44页 |
·粒子滤波算法及实现 | 第26-35页 |
·粒子模型 | 第26-27页 |
·状态转移模型 | 第27页 |
·粒子初始化 | 第27-28页 |
·粒子状态预测 | 第28-29页 |
·粒子权值计算 | 第29-31页 |
·跟踪估计 | 第31-32页 |
·重采样 | 第32-33页 |
·目标模型更新 | 第33-34页 |
·算法流程 | 第34-35页 |
·测试与分析 | 第35-42页 |
·测试环境 | 第35-36页 |
·测试1—粒子数对跟踪效果的影响 | 第36-37页 |
·测试2—跟踪过程中特征的变化 | 第37-38页 |
·测试3—目标模型更新前后特征的变化 | 第38-39页 |
·测试4—跟踪准确率评测 | 第39-41页 |
·测试5—跟踪失败分析 | 第41-42页 |
·小结 | 第42-44页 |
第4章 粒子滤波跟踪算法的改进 | 第44-54页 |
·粒子滤波融合MeanShift算法 | 第44-46页 |
·改进算法1测试与分析 | 第46-49页 |
·测试1—少量粒子的有效跟踪 | 第46-47页 |
·测试2—跟踪准确率评测 | 第47-48页 |
·测试3—改进前后跟踪效果对比 | 第48-49页 |
·粒子滤波融合LK算法 | 第49-51页 |
·改进算法2测试与分析 | 第51-53页 |
·测试4—跟踪效果 | 第51-52页 |
·测试5—跟踪准确率评测 | 第52-53页 |
·小结 | 第53-54页 |
第5章 粒子滤波算法并行化实现 | 第54-64页 |
·粒子滤波算法的并行化处理 | 第54-59页 |
·粒子初始化 | 第55-56页 |
·粒子状态预测 | 第56-57页 |
·粒子权值计算 | 第57-58页 |
·跟踪估计 | 第58-59页 |
·重采样 | 第59页 |
·测试与分析 | 第59-62页 |
·测试1—100个粒子测试 | 第59-60页 |
·测试2—1000个粒子测试 | 第60-61页 |
·测试3—2000个粒子测试 | 第61-62页 |
·小结 | 第62-64页 |
第6章 结束语 | 第64-66页 |
·工作总结 | 第64-65页 |
·未来工作展望 | 第65-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-72页 |
攻读学位期间发表论文情况 | 第72-74页 |
附录A 其它视频测试效果 | 第74-75页 |