多目标跟踪的数据关联算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·多目标跟踪及其数据关联发展状况 | 第8-11页 |
| ·多目标跟踪系统发展现状 | 第8-9页 |
| ·数据关联的研究状况及发展趋势 | 第9-11页 |
| ·国内研究现状 | 第11页 |
| ·本文的主要研究工作 | 第11-13页 |
| 第二章 多目标跟踪及其数据关联的基本理论 | 第13-23页 |
| ·目标跟踪的几个基本环节 | 第13-17页 |
| ·目标运动模型 | 第15页 |
| ·跟踪起始及终结 | 第15-16页 |
| ·跟踪门技术 | 第16-17页 |
| ·多目标跟踪的数据关联 | 第17-21页 |
| ·数据关联的分类和过程 | 第17-18页 |
| ·目标跟踪中数据关联的经典方法 | 第18-21页 |
| ·多目标跟踪问题的数学描述 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 实时目标跟踪技术研究 | 第23-37页 |
| ·目标运动模型的建立 | 第23-25页 |
| ·卡尔曼滤波 | 第25-26页 |
| ·几种经典的数据关联算法 | 第26-31页 |
| ·最近邻方法 | 第26-27页 |
| ·概率数据关联 | 第27-28页 |
| ·联合概率数据关联 | 第28-29页 |
| ·交互多模型算法（IMM） | 第29-31页 |
| ·仿真结果 | 第31-36页 |
| ·单个目标的跟踪 | 第31-33页 |
| ·多个目标的跟踪 | 第33-34页 |
| ·机动目标的跟踪 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于概率假设密度滤波的多目标跟踪 | 第37-45页 |
| ·随机有限集及其统计理论 | 第37-38页 |
| ·随机有限集 | 第37页 |
| ·随机有限集的统计理论 | 第37-38页 |
| ·多目标运动的随机有限集模型 | 第38-39页 |
| ·线型高斯模型下的概率假设密度滤波 | 第39-41页 |
| ·概率假设密度滤波 | 第39-40页 |
| ·线型高斯模型下的概率假设密度滤波 | 第40-41页 |
| ·实验仿真 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 基于红外图像序列的多目标跟踪 | 第45-53页 |
| ·红外图像模型 | 第45-46页 |
| ·目标运动模型 | 第46页 |
| ·红外图像序列的检测 | 第46-49页 |
| ·红外图像序列中目标的跟踪仿真 | 第49-51页 |
| ·PDAF和JPDAF数据关联的实际图像仿真 | 第49-50页 |
| ·PHD数据关联算法对红外目标的跟踪 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 结束语 | 第53-55页 |
| ·本文工作的总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 研究成果 | 第63-64页 |
