| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·视频运动目标跟踪算法概述 | 第8-10页 |
| ·本文的主要研究内容及组织结构 | 第10-13页 |
| 第二章 卡尔曼滤波理论 | 第13-27页 |
| ·引言 | 第13页 |
| ·贝叶斯滤波原理 | 第13-15页 |
| ·卡尔曼滤波器 | 第15-17页 |
| ·扩展卡尔曼滤波器 | 第17-18页 |
| ·Unscented卡尔曼滤波 | 第18-21页 |
| ·卡尔曼滤波算法仿真 | 第21-25页 |
| ·小结 | 第25-27页 |
| 第三章 粒子滤波理论 | 第27-47页 |
| ·引言 | 第27-28页 |
| ·序列蒙特卡罗积分 | 第28-29页 |
| ·粒子滤波器 | 第29-33页 |
| ·SIS粒子滤波的退化问题 | 第33-37页 |
| ·粒子滤波器的改进算法 | 第37-41页 |
| ·粒子滤波算法仿真 | 第41-45页 |
| ·小结 | 第45-47页 |
| 第四章 基于最小偏度采样的 Unscented卡尔曼粒子滤波算法 | 第47-65页 |
| ·引言 | 第47-48页 |
| ·UT变换采样策略的研究 | 第48-51页 |
| ·粒子滤波重采样策略的研究 | 第51-53页 |
| ·基于最小偏度采样的Unscented卡尔曼粒子滤波算法 | 第53-56页 |
| ·粒子滤波的应用 | 第56-58页 |
| ·基于粒子滤波的运动目标跟踪算法及仿真实验 | 第58-63页 |
| ·小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 硕士在读期间的研究成果 | 第73页 |