基于粒子滤波的近场目标跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究来源 | 第7页 |
| ·选题背景及意义 | 第7-8页 |
| ·研究现状与应用前景 | 第8-10页 |
| ·论文的内容和结构安排 | 第10-13页 |
| 第二章 系统的设计及开发平台的介绍 | 第13-25页 |
| ·系统组成及原理 | 第13-14页 |
| ·系统组成 | 第13-14页 |
| ·方法及原理 | 第14页 |
| ·硬件设备 | 第14-18页 |
| ·DM6446 平台 | 第14-15页 |
| ·DM6446 主处理器 | 第15-17页 |
| ·视频处理子系统（VPSS） | 第17-18页 |
| ·软件资源 | 第18-22页 |
| ·DaVinci 技术 | 第18页 |
| ·DM6446 平台架构 | 第18-19页 |
| ·软件开发的流程 | 第19-20页 |
| ·内存分配 | 第20页 |
| ·Codec Engine 应用 | 第20-22页 |
| ·CCS 软件 | 第22页 |
| ·本章小结 | 第22-25页 |
| 第三章 视频近场目标的检测与跟踪算法 | 第25-37页 |
| ·视频近场目标的经典跟踪算法 | 第25-30页 |
| ·Mean-shift 算法 | 第25-28页 |
| ·卡尔曼滤波（KF）目标跟踪算法 | 第28-29页 |
| ·扩展卡尔曼滤波（EKF）目标跟踪算法 | 第29-30页 |
| ·无味卡尔曼滤波（UKF）目标跟踪算法 | 第30页 |
| ·常见的目标检测算法 | 第30-34页 |
| ·背景减除法 | 第30-32页 |
| ·帧差法 | 第32-33页 |
| ·光流法 | 第33-34页 |
| ·本文采用的近场运动目标的检测方法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于粒子滤波的近场目标跟踪算法实现 | 第37-53页 |
| ·引言 | 第37页 |
| ·粒子滤波理论来源 | 第37-40页 |
| ·贝叶斯滤波算法 | 第37-39页 |
| ·蒙特卡洛积分 | 第39-40页 |
| ·粒子滤波 | 第40-43页 |
| ·序贯重要性采样 | 第40-42页 |
| ·采样重要性重采样 | 第42页 |
| ·粒子滤波的缺陷 | 第42-43页 |
| ·基于达芬奇平台下粒子滤波算法的实现 | 第43-50页 |
| ·DM6446 平台的软件实现 | 第43-46页 |
| ·视频近场目标跟踪的算法实现 | 第46-50页 |
| ·跟踪结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于基本粒子滤波算法的改进及实现 | 第53-59页 |
| ·引言 | 第53页 |
| ·状态转移方程建模 | 第53-55页 |
| ·跟踪目标建模 | 第55-57页 |
| ·改进算法的测试结果及分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·全文工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-68页 |
