摘要 | 第4-6页 |
Abstract | 第6-8页 |
1 绪论 | 第12-22页 |
1.1 课题研究背景、目标及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 目标跟踪方法 | 第14-16页 |
1.2.1.1 基于运动检测的目标跟踪算法 | 第14-15页 |
1.2.1.2 基于核方法的目标跟踪算法 | 第15页 |
1.2.1.3 基于滤波理论的目标跟踪算法 | 第15-16页 |
1.2.2 粒子滤波目标跟踪研究现状及存在的问题 | 第16-18页 |
1.3 论文主要工作及结构 | 第18-22页 |
1.3.1 论文主要工作 | 第18-19页 |
1.3.2 论文结构 | 第19-22页 |
2 粒子滤波理论基础 | 第22-30页 |
2.1 引言 | 第22页 |
2.2 状态空间模型 | 第22页 |
2.3 贝叶斯估计理论 | 第22-23页 |
2.4 蒙特卡罗方法 | 第23-24页 |
2.5 重采样 | 第24-25页 |
2.6 相似性度量 | 第25页 |
2.7 粒子滤波目标跟踪框架 | 第25-28页 |
2.7.1 粒子滤波算法 | 第25-27页 |
2.7.2 算法步骤 | 第27-28页 |
2.8 本章小结 | 第28-30页 |
3 不同场景下不同特征模型粒子滤波目标跟踪性能分析 | 第30-66页 |
3.1 引言 | 第30页 |
3.2 复杂场景描述 | 第30-32页 |
3.3 特征描述与提取 | 第32-42页 |
3.3.1 颜色特征 | 第32-35页 |
3.3.1.1 RGB颜色空间 | 第33页 |
3.3.1.2 HSV颜色空间 | 第33-35页 |
3.3.2 纹理特征 | 第35-39页 |
3.3.2.1 局部二值模式 | 第35-38页 |
3.3.2.2 Haar型局部二值模式纹理特征 | 第38-39页 |
3.3.3 角点提取 | 第39-41页 |
3.3.4 特征描述方法 | 第41-42页 |
3.4 不同场景下不同特征模型粒子滤波目标跟踪性能分析 | 第42-43页 |
3.5 实验结果分析 | 第43-64页 |
3.6 本章小结 | 第64-66页 |
4 复杂场景多特征融合粒子滤波单目标跟踪 | 第66-82页 |
4.1 引言 | 第66-67页 |
4.2 SMBP纹理模型 | 第67-69页 |
4.3 复杂场景多特征融合粒子滤波单目标跟踪 | 第69-73页 |
4.3.1 目标模型 | 第70页 |
4.3.2 多特征融合 | 第70-71页 |
4.3.3 算法步骤 | 第71-73页 |
4.4 实验结果分析 | 第73-81页 |
4.5 本章小结 | 第81-82页 |
5 复杂场景多特征融合粒子滤波多目标跟踪 | 第82-94页 |
5.1 引言 | 第82页 |
5.2 常用目标检测方法 | 第82-85页 |
5.3 一种改进的目标检测方法 | 第85-88页 |
5.4 复杂场景多特征融合粒子滤波多目标跟踪 | 第88-89页 |
5.5 实验结果分析 | 第89-92页 |
5.6 本章小结 | 第92-94页 |
6 总结与展望 | 第94-96页 |
6.1 总结 | 第94-95页 |
6.2 展望 | 第95-96页 |
致谢 | 第96-98页 |
参考文献 | 第98-104页 |
附录 | 第104-106页 |
A. 主要主持和参研的项目 | 第104-106页 |
个人简历、在学期间发表的学术论文及取得的研究成果 | 第106-107页 |