粒子滤波框架下的自适应多特征融合目标跟踪方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景及研究的目的和意义 | 第9页 |
| ·课题相关领域研究现状及分析 | 第9-15页 |
| ·主要跟踪方法分析 | 第10-14页 |
| ·目标外观建模方法分析 | 第14-15页 |
| ·本文的研究内容及结构安排 | 第15-17页 |
| 第2章 粒子滤波算法理论 | 第17-28页 |
| ·引言 | 第17页 |
| ·粒子滤波理论基础 | 第17-27页 |
| ·蒙特卡罗方法 | 第18-19页 |
| ·贝叶斯重要性采样 | 第19-20页 |
| ·序贯重要性采样 | 第20-22页 |
| ·粒子退化问题 | 第22页 |
| ·重要性函数的选择 | 第22-24页 |
| ·重采样 | 第24-25页 |
| ·基本的粒子滤波算法描述 | 第25-26页 |
| ·利用样本集估计目标位置 | 第26-27页 |
| ·本章小节 | 第27-28页 |
| 第3章 自适应权值计算的多特征融合跟踪方法 | 第28-42页 |
| ·引言 | 第28页 |
| ·目标的视觉特征 | 第28-31页 |
| ·跟踪算法的目标特征选取 | 第29-31页 |
| ·本文采用的特征表示与描述 | 第31-34页 |
| ·颜色特征 | 第31-32页 |
| ·纹理特征 | 第32-33页 |
| ·边缘特征 | 第33页 |
| ·直方图相似性度量 | 第33-34页 |
| ·自适应权值的多特征融合算法 | 第34-40页 |
| ·粒子滤波器中多特征融合的目标建模框架 | 第34-36页 |
| ·多特征融合的自适应权值计算方法 | 第36-40页 |
| ·多特征自适应融合的粒子滤波跟踪算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 双重粒子滤波自适应权值跟踪 | 第42-49页 |
| ·引言 | 第42-43页 |
| ·自适应权值跟踪多特征融合方法 | 第43-45页 |
| ·权值跟踪策略 | 第43-44页 |
| ·自适应权值跟踪多特征融合方法 | 第44-45页 |
| ·双重粒子滤波跟踪算法 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验结果及分析 | 第49-64页 |
| ·引言 | 第49页 |
| ·实验参数说明 | 第49页 |
| ·与单特征跟踪和权值固定多特征跟踪的比较 | 第49-53页 |
| ·复杂背景下的视频跟踪 | 第53-57页 |
| ·遮挡情况下的视频跟踪 | 第57-60页 |
| ·场景突变情况下的视频跟踪 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
