首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

非线性视频目标跟踪算法研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·选题背景及研究意义第9-10页
   ·视频目标跟踪相关技术及国内外研究进展第10-13页
     ·运动目标的特征选取第11-12页
     ·目标跟踪的主要算法第12-13页
   ·本论文的主要工作及结构安排第13-15页
第2章 基于贝叶斯的跟踪算法第15-31页
   ·引言第15页
   ·基于贝叶斯理论的目标跟踪第15-18页
   ·交互式多模型滤波算法第18-24页
     ·目标跟踪模型第18-22页
     ·IMM算法第22-24页
   ·无迹卡尔曼滤波算法(UKF)第24-27页
     ·U变换第24-25页
     ·UKF算法第25-27页
   ·粒子滤波算法第27-28页
   ·无迹粒子滤波(UPF)第28-30页
   ·本章小结第30-31页
第3章 基于边缘方向分布与粒子滤波的视频目标跟踪第31-41页
   ·引言第31-32页
   ·目标区域的边缘方向分布第32-33页
     ·目标区域的边缘方向分布第32-33页
     ·目标区域的边缘分布第33页
   ·基于粒子滤波的目标跟踪算法及实现步骤第33-39页
     ·状态转移概率模型第33-34页
     ·观测概率模型第34-35页
     ·跟踪算法的实现步骤第35-36页
     ·实验结果及分析第36-39页
   ·本章小结第39-41页
第4章 三种架构IMMPF算法及其性能比较第41-51页
   ·引言第41-42页
   ·IMMPF1第42-43页
   ·IMMPF2第43-45页
   ·IMMPF3第45页
   ·实验结果及分析第45-50页
     ·系统模型第45-46页
     ·观测模型第46页
     ·场景及参数设置第46-48页
     ·仿真及结果分析第48-50页
   ·本章小结第50-51页
第5章 多速率无迹粒子滤波的TBD小目标检测与跟踪算法第51-63页
   ·引言第51-52页
   ·MRUPF-TBD算法及实现第52-58页
     ·TBD模型第52-54页
     ·MRUPF-TBD算法第54-58页
   ·实验结果及分析第58-62页
   ·本章小结第62-63页
第6章 总结与展望第63-65页
   ·总结第63-64页
   ·展望第64-65页
参考文献第65-69页
致谢第69-71页
攻读硕士学位期间的科研成果第71页
 一、参与完成和发表的科研论文第71页
 二、承担的科研项目第71页

论文共71页,点击 下载论文
上一篇:基于形状的图像检索算法的研究
下一篇:数字化教室管理--教务管理系统的扩展研究