| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 多目标跟踪的国内外研究现状 | 第10-13页 |
| 1.3 课题研究的主要内容及章节安排 | 第13-15页 |
| 第2章 运动目标检测 | 第15-23页 |
| 2.1 帧差法 | 第15-16页 |
| 2.2 光流法 | 第16-17页 |
| 2.3 背景差分法 | 第17-18页 |
| 2.4 Vibe目标检测算法及其改进算法 | 第18-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 贝叶斯方法与粒子滤波算法综述 | 第23-38页 |
| 3.1 贝叶斯状态估计 | 第23-27页 |
| 3.1.1 贝叶斯估计 | 第24-25页 |
| 3.1.2 贝叶斯意义下的状态估计 | 第25-27页 |
| 3.2 卡尔曼滤波器 | 第27-28页 |
| 3.3 粒子滤波器 | 第28-34页 |
| 3.3.1 蒙特卡罗随机模拟 | 第28-29页 |
| 3.3.2 标准粒子滤波器 | 第29-32页 |
| 3.3.3 重要性采样策略 | 第32-33页 |
| 3.3.4 粒子退化与重采样 | 第33-34页 |
| 3.4 粒子滤波在单目标跟踪情况下的应用 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 基于粒子滤波的多目标跟踪 | 第38-47页 |
| 4.1 多目标跟踪模型及数据关联技术 | 第38-40页 |
| 4.2 多目标跟踪的难点 | 第40-41页 |
| 4.3 粒子滤波在多目标跟踪情况下的应用 | 第41-43页 |
| 4.4 仿真结果与分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 基于粒子PHD滤波的多目标跟踪 | 第47-60页 |
| 5.1 基于粒子PHD滤波的多目标跟踪 | 第47-52页 |
| 5.2 基于密度峰值聚类的粒子PHD滤波的多目标跟踪 | 第52-54页 |
| 5.3 仿真结果与分析 | 第54-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |