| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 多目标跟踪的研究背景及意义 | 第8页 |
| 1.2 国内外研究进展 | 第8-14页 |
| 1.2.1 基于数据关联的多目标跟踪算法研究现状 | 第8-10页 |
| 1.2.2 基于随机有限集的多目标跟踪方法研究现状 | 第10-13页 |
| 1.2.3 闭偏正态分布研究现状 | 第13-14页 |
| 1.3 论文主要工作和章节安排 | 第14-16页 |
| 2 概率假设密度滤波 | 第16-22页 |
| 2.1 概率假设密度滤波 | 第16-17页 |
| 2.2 PHD滤波的实现 | 第17-20页 |
| 2.2.1 SMC-PHD滤波 | 第17-18页 |
| 2.2.2 GM-PHD滤波 | 第18-20页 |
| 2.3 本章小结 | 第20-22页 |
| 3 混合闭偏正态概率假设密度滤波 | 第22-50页 |
| 3.1 CSN分布及其性质 | 第22-24页 |
| 3.1.1 CSN分布 | 第22页 |
| 3.1.2 CSN分布性质 | 第22-24页 |
| 3.2 CSNM-PHD滤波 | 第24-30页 |
| 3.2.1 模型假设 | 第24-25页 |
| 3.2.2 CSNM-PHD滤波 | 第25-27页 |
| 3.2.3 CSNM-PHD滤波算法步骤 | 第27-30页 |
| 3.3 仿真实验结果 | 第30-48页 |
| 3.3.1 不同噪声分布下的实验结果 | 第32-42页 |
| 3.3.2 不同参数条件条件下的实验结果 | 第42-48页 |
| 3.4 本章小结 | 第48-50页 |
| 4 改进的ViBe算法 | 第50-68页 |
| 4.1 ViBe算法 | 第52-53页 |
| 4.2 改进的ViBe算法 | 第53-54页 |
| 4.3 实验结果与分析 | 第54-66页 |
| 4.3.1 ViBeImp算法有效性验证 | 第54-59页 |
| 4.3.2 改进初始化背景结果对比 | 第59-62页 |
| 4.3.3 自适应半径阈值的有效性分析 | 第62-65页 |
| 4.3.4 计算复杂性分析 | 第65-66页 |
| 4.4 本章小结 | 第66-68页 |
| 5 基于CSNM-PHD滤波的视频多目标跟踪 | 第68-78页 |
| 5.1 算法流程 | 第68-71页 |
| 5.2 实验结果及分析 | 第71-77页 |
| 5.3 本章小结 | 第77-78页 |
| 6 总结与展望 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 附录 | 第88页 |