| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·视频目标跟踪的基本原理 | 第8-9页 |
| ·视频目标跟踪的技术难点 | 第9-10页 |
| ·本文的工作以及组织结构 | 第10-11页 |
| 第二章 目标检测算法 | 第11-19页 |
| ·引言 | 第11页 |
| ·常用目标检测算法 | 第11-18页 |
| ·小结 | 第18-19页 |
| 第三章 卡尔曼滤波理论 | 第19-33页 |
| ·引言 | 第19页 |
| ·贝叶斯估计理论 | 第19-22页 |
| ·离散卡尔曼滤波 | 第22-23页 |
| ·扩展卡尔曼滤波 | 第23-25页 |
| ·Unscented 卡尔曼滤波 | 第25-28页 |
| ·卡尔曼滤波算法仿真 | 第28-32页 |
| ·小结 | 第32-33页 |
| 第四章 粒子滤波理论 | 第33-53页 |
| ·引言 | 第33-34页 |
| ·蒙特卡罗方法 | 第34-35页 |
| ·粒子滤波 | 第35-42页 |
| ·改进的粒子滤波算法 | 第42-47页 |
| ·粒子滤波算法的仿真 | 第47-52页 |
| ·小结 | 第52-53页 |
| 第五章 基于高斯—厄米特滤波和 UKF 的粒子滤波算法 | 第53-69页 |
| ·引言 | 第53-54页 |
| ·高斯—厄米特滤波器 | 第54-55页 |
| ·基于高斯—厄米特滤波和UKF 的粒子滤波算法 | 第55-58页 |
| ·基于粒子滤波的视频目标跟踪算法及仿真实验 | 第58-65页 |
| ·多传感器目标协同跟踪研究 | 第65-68页 |
| ·小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |