首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于压缩粒子滤波的改进目标跟踪算法研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-18页
    1.1 引言第9页
    1.2 研究背景及意义第9-11页
    1.3 目标跟踪算法面临的挑战第11-13页
    1.4 目标跟踪算法的国内外研究现状第13-16页
    1.5 论文的主要内容和结构安排第16-18页
第二章 目标跟踪算法的理论基础第18-34页
    2.1 基于粒子滤波(PF)的目标跟踪算法第19-27页
        2.1.1 PF的理论基础第19-25页
        2.1.2 基于PF的目标跟踪算法实现第25-26页
        2.1.3 实验结果与分析第26-27页
    2.2 基于压缩感知(CS)的目标跟踪算法第27-33页
        2.2.1 CS的理论基础第27-30页
        2.2.2 基于CS的目标跟踪算法实现第30-31页
        2.2.3 实验结果与分析第31-33页
    2.3 本章小结第33-34页
第三章 基于PF和CS的改进目标跟踪算法第34-49页
    3.1 压缩粒子滤波(CPF)目标跟踪算法第34-39页
        3.1.1 CPF目标跟踪算法理论与算法流程第35-37页
        3.1.2 实验结果与分析第37-39页
    3.2 基于分块的压缩粒子滤波目标跟踪算法(BCPF)第39-44页
        3.2.1 目标分块跟踪算法理论第39-42页
        3.2.2 BCPF目标跟踪算法流程第42-44页
    3.3 实验分析与比较第44-48页
    3.4 本章小结第48-49页
第四章 基于窗口更新的BCPF目标跟踪算法第49-63页
    4.1 窗口自动更新机制第50-52页
        4.1.1 固定窗口跟踪第50-51页
        4.1.2 跟踪窗口更新机制第51-52页
    4.2 基于窗口更新的BCPF目标跟踪算法第52-55页
        4.2.1 特征压缩矩阵的更新第52-53页
        4.2.2 窗口更新的改进BCPF目标跟踪算法流程第53-55页
    4.3 实验分析与比较第55-62页
    4.4 本章小结第62-63页
第五章 总结与展望第63-65页
    5.1 总结第63-64页
    5.2 展望第64-65页
参考文献第65-69页
致谢第69-70页
攻读硕士学位期间发表的论文第70页

论文共70页,点击 下载论文
上一篇:基于局部敏感性和混合稀疏表示的人脸识别研究
下一篇:移动平台三维医学图像体绘制研究