改进粒子滤波算法及其在目标跟踪中应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 致谢 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究目的及意义 | 第11-12页 |
| ·粒子滤波研究背景 | 第12-15页 |
| ·国内外研究现状 | 第12-13页 |
| ·主要应用领域 | 第13-14页 |
| ·粒子滤波面临的挑战 | 第14-15页 |
| ·本文主要内容 | 第15-16页 |
| ·本文结构 | 第16-18页 |
| 第二章 粒子滤波基本理论 | 第18-27页 |
| ·引言 | 第18页 |
| ·贝叶斯滤波原理 | 第18-20页 |
| ·状态空间模型 | 第18页 |
| ·递推贝叶斯滤波 | 第18-20页 |
| ·粒子滤波算法基础 | 第20-26页 |
| ·蒙特卡洛方法 | 第20-21页 |
| ·贝叶斯重要性采样(BIS) | 第21-22页 |
| ·序列重要性采样（SIS） | 第22-24页 |
| ·建议分布的选择 | 第24页 |
| ·重采样 | 第24-25页 |
| ·粒子滤波算法流程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于改进自适应遗传算法的粒子滤波算法 | 第27-41页 |
| ·引言 | 第27页 |
| ·遗传算法的基本知识及实现过程 | 第27-30页 |
| ·遗传算法基本原理 | 第27-28页 |
| ·遗传算法实现过程 | 第28-30页 |
| ·遗传算法具体实现步骤 | 第30页 |
| ·自适应遗传算法 | 第30-31页 |
| ·基于改进自适应遗传算法的粒子滤波算法 | 第31-35页 |
| ·改进自适应遗传算法 | 第31-33页 |
| ·基于改进自适应遗传算法的粒子滤波算法 | 第33-35页 |
| ·实验结果分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 粒子滤波在视频目标跟踪中的应用 | 第41-59页 |
| ·引言 | 第41页 |
| ·目标视觉特征建模 | 第41-44页 |
| ·颜色特征 | 第42-44页 |
| ·运动边缘特征 | 第44页 |
| ·目标数学模型的设计 | 第44-47页 |
| ·系统模型 | 第45-46页 |
| ·量测模型 | 第46-47页 |
| ·基于多特征融合的粒子滤波目标跟踪算法 | 第47-51页 |
| ·系统状态转移模型 | 第48页 |
| ·系统量测 | 第48-50页 |
| ·重采样 | 第50页 |
| ·确定目标位置 | 第50页 |
| ·模板更新 | 第50-51页 |
| ·算法流程 | 第51页 |
| ·基于多特征融合的改进自适应粒子滤波跟踪算法 | 第51-53页 |
| ·实验结果与分析 | 第53-57页 |
| ·快速运动物体和人体头部的跟踪情况 | 第54-55页 |
| ·遮挡情况下的跟踪 | 第55-57页 |
| ·在姿态变化和部分遮挡下的跟踪情况 | 第57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 攻读硕士学位期间参与的科研项目 | 第66-67页 |
