基于粒子滤波的视频目标跟踪研究

摘要	第1-5页
Abstract	第5-9页
第1章 综述	第9-13页
·视频目标跟踪的应用价值	第9页
·国内外现状	第9-10页
·选题的意义	第10-11页
·研究的主要内容	第11页
·论文的章节安排	第11-13页
第2章 OpenCV 介绍	第13-16页
·OpenCV 简介	第13页
·OpenCV 的体系结构	第13-15页
·OpenCV 的使用	第15-16页
第3章 均值向量平移算法和粒子滤波算法	第16-22页
·均值向量平移算法	第16-18页
·目标模型描述	第16-17页
·候选模型描述	第17页
·相似性函数	第17-18页
·粒子滤波理论	第18-22页
·贝叶斯滤波	第19-20页
·重要性采样	第20-22页
第4章 基于粒子滤波的单目标跟踪研究	第22-38页
·选择鉴别性大的特征	第22-26页
·选择鉴别性贡献率高的HOG Bins	第22-24页
·更新颜色直方图的部分Bins	第24-26页
·两级采样的粒子滤波视频目标跟踪法	第26-29页
·级联采样的粒子滤波	第26-29页
·在线特征更新的两级采样的粒子滤波目标跟踪	第29页
·遮挡判断和遮挡处理	第29-32页
·遮挡判断	第30页
·遮挡处理	第30-32页
·实验	第32-38页
第5章 检测-跟踪互反馈的多人体跟踪	第38-55页
·目标检测	第39-44页
·边缘片段集	第39-40页
·基于边缘片段特征级联弱分类器	第40-42页
·检测和确认	第42-44页
·级联匹配的数据关联	第44-49页
·假设目标的状态	第44-46页
·基于贪婪算法的级联匹配数据关联	第46-49页
·实验	第49-55页
·检测模块的分析、评价	第49-50页
·数据关联的分析、评价	第50-55页
第6章 总结与展望	第55-56页
参考文献	第56-60页
致谢	第60-61页
个人简历	第61页
在学期间发表的学术论文与研究成果	第61页