改进的粒子滤波算法在视频跟踪中的应用
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-21页 |
| ·研究背景与意义 | 第12-13页 |
| ·视频目标跟踪综述 | 第13-16页 |
| ·视频目标跟踪的国内外研究现状 | 第13-14页 |
| ·视频目标跟踪算法 | 第14-16页 |
| ·粒子滤波研究现状 | 第16-19页 |
| ·本文的主要工作和结构安排 | 第19-21页 |
| ·本文的主要工作 | 第19页 |
| ·本文的结构安排 | 第19-21页 |
| 第2章 理论基础 | 第21-28页 |
| ·引言 | 第21页 |
| ·滤波算法 | 第21-26页 |
| ·卡尔曼滤波算法 | 第21-22页 |
| ·粒子滤波算法 | 第22-26页 |
| ·目标特征选取 | 第26-27页 |
| ·颜色特征提取 | 第26-27页 |
| ·边缘特征提取 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于建议分布函数改进的PF算法 | 第28-41页 |
| ·引言 | 第28页 |
| ·基于高斯Sigma点选取的改进UPF算法 | 第28-33页 |
| ·高斯Sigma点选取的UKF算法 | 第28-29页 |
| ·改进的UPF算法流程 | 第29-30页 |
| ·实验结果与分析 | 第30-33页 |
| ·基于比例修正单形采样的改进UPF算法 | 第33-39页 |
| ·基于比例最小偏度单形采样策略的UKF算法 | 第34-35页 |
| ·IKF算法 | 第35页 |
| ·改进的UPF算法 | 第35-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·两种算法性能对比 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于多特征融合的改进UPF目标跟踪算法 | 第41-49页 |
| ·引言 | 第41页 |
| ·改进的UPF算法 | 第41-44页 |
| ·粒子滤波 | 第41页 |
| ·改进UPF算法 | 第41-44页 |
| ·基于多特征融合的SUPF目标跟踪 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于改进遗传算法的PF目标跟踪算法 | 第49-56页 |
| ·引言 | 第49页 |
| ·粒子滤波 | 第49页 |
| ·基于改进遗传算法的粒子滤波算法 | 第49-51页 |
| ·改进思路 | 第50页 |
| ·基于改进遗传算法的粒子滤波算法 | 第50-51页 |
| ·基于IGAPF算法目标跟踪 | 第51-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间参与项目与发表学术论文 | 第64页 |
