一种基于MeanShift的目标跟踪算法的研究
| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 符号说明 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| ·目标跟踪的研究意义 | 第13-14页 |
| ·目标跟踪技术的发展及研究现状 | 第14-16页 |
| ·目标跟踪技术的应用 | 第16-17页 |
| ·目标跟踪技术的难点 | 第17-18页 |
| ·目标跟踪的步骤 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第二章 基本的Mean Shift算法 | 第21-38页 |
| ·Mean Shift算法的产生和发展 | 第21-22页 |
| ·概率密度估计 | 第22-26页 |
| ·参数估计 | 第22-24页 |
| ·核密度估计 | 第24-26页 |
| ·MeanShift理论 | 第26-30页 |
| ·多维情况下的无参核密度估计 | 第27-29页 |
| ·在多维空间中常用的核函数 | 第29-30页 |
| ·MeanShift向量算法的研究 | 第30-32页 |
| ·Mean Shift算法的收敛性 | 第32-34页 |
| ·Mean Shift算法具体的步骤 | 第34-35页 |
| ·Mean Shift算法在目标跟踪中的应用 | 第35-37页 |
| ·目标模型的表达 | 第35-36页 |
| ·待测模型的表达 | 第36页 |
| ·相似度的检测 | 第36-37页 |
| ·目标的确定 | 第37页 |
| ·小结 | 第37-38页 |
| 第三章 Kalman预测原理和应用 | 第38-47页 |
| ·Mean Shift算法的不足 | 第38-39页 |
| ·Kalman滤波理论的产生发展 | 第39-40页 |
| ·标准的卡尔曼滤波 | 第40-43页 |
| ·贝叶斯条件下的卡尔曼滤波方法推导 | 第40-43页 |
| ·卡尔曼滤波器在实际中的应用 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第四章 本文提出的算法及实验仿真 | 第47-61页 |
| ·Mean Shift理论目标跟踪中的应用及仿真 | 第47-52页 |
| ·Mean Shift算法的目标跟踪步骤 | 第47-49页 |
| ·实验仿真 | 第49-52页 |
| ·卡尔曼预测理论在目标跟踪中的应用 | 第52-53页 |
| ·本文提出的算法 | 第53-60页 |
| ·改进的算法步骤 | 第54-56页 |
| ·实验结果及数据分析 | 第56-60页 |
| ·小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢词 | 第66-67页 |
| 攻读学位期间发表的学位论文 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |
