基于粒子滤波的视频序列目标跟踪算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的研究背景 | 第10页 |
| ·研究运动目标检测与跟踪算法的意义 | 第10-12页 |
| ·国内外在目标跟踪领域的研究现状 | 第12-15页 |
| ·算法研究 | 第13-14页 |
| ·目前应用的算法存在的问题和改进方向 | 第14-15页 |
| ·本文的研究内容和组织结构 | 第15-18页 |
| ·基于粒子滤波的目标跟踪算法 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 目标跟踪技术和相关理论 | 第18-28页 |
| ·目标跟踪方法 | 第18-19页 |
| ·基于识别和匹配的目标跟踪 | 第18-19页 |
| ·基于运动模型的目标跟踪 | 第19页 |
| ·常用目标跟踪算法MeanShift | 第19页 |
| ·无参密度估计理论 | 第19-22页 |
| ·参数密度估计 | 第19-20页 |
| ·无参密度估计 | 第20-22页 |
| ·基本均值偏移算法MeanShift | 第22-24页 |
| ·MeanShift向量 | 第22-23页 |
| ·MeanShift算法在目标跟踪中的应用 | 第23-24页 |
| ·粒子滤波概述 | 第24-26页 |
| ·算法的基本思想 | 第25页 |
| ·目标跟踪问题的粒子化 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 粒子滤波方法的优化研究 | 第28-44页 |
| ·跟踪问题的数学描述 | 第28-30页 |
| ·基本粒子滤波算法 | 第30-31页 |
| ·基本粒子滤波算法存在的问题 | 第31-32页 |
| ·半迭代粒子滤波算法的提出 | 第32-36页 |
| ·基于扩展卡尔曼滤波获取建议分布 | 第32-33页 |
| ·基于无迹卡尔曼滤波的粒子重提取 | 第33-34页 |
| ·压缩的重提取操作 | 第34-35页 |
| ·半迭代粒子滤波流程 | 第35-36页 |
| ·仿真实验与评价 | 第36-43页 |
| ·仿真实验1：不同阈值的迭代粒子滤波性能测试 | 第36-38页 |
| ·仿真实验2：不同算法的性能比较 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于粒子滤波的视频序列目标跟踪算法 | 第44-54页 |
| ·基于MeanShift的视频序列目标跟踪 | 第44-46页 |
| ·Meashift视频序列目标跟踪过程 | 第44-46页 |
| ·Meashift跟踪算法存在的问题 | 第46页 |
| ·MeanShift与粒子滤波相结合的目标跟踪 | 第46-49页 |
| ·整体流程的描述 | 第46-48页 |
| ·运动方程的建立 | 第48-49页 |
| ·粒子滤波与均值偏移的结合 | 第49-51页 |
| ·均值偏移算法与粒子滤波算法的融合分析 | 第49-50页 |
| ·基于均值偏移与粒子滤波融合的跟踪算法 | 第50-51页 |
| ·目标遮挡情况的处理 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 目标跟踪模型的三维仿真和系统实现 | 第54-68页 |
| ·摄像机标定和成像模型 | 第56-60页 |
| ·投影模型 | 第58-59页 |
| ·双目立体视觉模型 | 第59-60页 |
| ·视频调整和时间同步机制 | 第60-62页 |
| ·三维空间重构 | 第62-64页 |
| ·改进算法在视频序列目标跟踪中的应用 | 第64-67页 |
| ·双目摄像头跟踪系统的实现 | 第64-65页 |
| ·实验结果与分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 工作总结与展望 | 第68-70页 |
| ·工作总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表的论文 | 第76页 |
