摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第13-26页 |
1.1 课题研究的目的和意义 | 第13页 |
1.2 视频目标跟踪及其关键技术研究概况 | 第13-23页 |
1.2.1 目标跟踪算法研究现状 | 第14页 |
1.2.2 均值移动的目标跟踪算法研究现状 | 第14-16页 |
1.2.3 粒子滤波目标跟踪算法的研究现状 | 第16-23页 |
1.3 本文的研究内容和章节安排 | 第23-26页 |
第2章 空间相关背景加权直方图均值移动目标跟踪 | 第26-48页 |
2.1 均值移动目标跟踪 | 第26-31页 |
2.1.1 多维空间下的无参密度估计理论 | 第26-27页 |
2.1.2 均值移动向量 | 第27-28页 |
2.1.3 均值移动过程 | 第28-29页 |
2.1.4 均值移动目标跟踪过程 | 第29-31页 |
2.2 空间直方图均值移动目标跟踪 | 第31-34页 |
2.2.1 空间直方图 | 第31-32页 |
2.2.2 空间直方图均值移动目标跟踪过程 | 第32-34页 |
2.3 空间相关背景加权直方图均值移动目标跟踪 | 第34-38页 |
2.3.1 相关背景加权直方图 | 第34-35页 |
2.3.2 空间相关背景加权直方图均值移动目标跟踪过程 | 第35-38页 |
2.4 实验结果和分析 | 第38-47页 |
2.4.1 实验中采用的特征提取方法及参数设置 | 第38-41页 |
2.4.2 与均值移动和空间直方图均值移动目标跟踪算法的实验对比和分析 | 第41-42页 |
2.4.3 精确和不精确目标初始化跟踪的实验结果对比分析 | 第42-44页 |
2.4.4 遮挡情况下视频跟踪的实验结果和分析 | 第44-46页 |
2.4.5 复杂背景跟踪条件下跟踪的实验结果和分析 | 第46-47页 |
2.5 本章小结 | 第47-48页 |
第3章 均值移动优化的粒子滤波目标跟踪 | 第48-72页 |
3.1 粒子滤波理论 | 第48-52页 |
3.1.1 贝叶斯滤波原理 | 第48-49页 |
3.1.2 蒙特卡罗采样 | 第49-50页 |
3.1.3 序列重要性采样 | 第50-51页 |
3.1.4 粒子滤波目标跟踪过程 | 第51-52页 |
3.2 尺度和方向自适应均值移动跟踪 | 第52-55页 |
3.2.1 权值计算 | 第53页 |
3.2.2 估计运动目标的宽度、高度和方向 | 第53-54页 |
3.2.3 尺度和方向自适应均值移动目标跟踪过程 | 第54-55页 |
3.3 多特征融合均值移动优化的粒子滤波目标跟踪 | 第55-62页 |
3.3.1 系统状态模型 | 第55页 |
3.3.2 多特征系统观测模型 | 第55-58页 |
3.3.3 自适应调整特征权值 | 第58-60页 |
3.3.4 算法结构和实现步骤 | 第60-62页 |
3.4 实验结果和分析 | 第62-70页 |
3.4.1 遮挡视频的实验结果及其分析 | 第62-66页 |
3.4.2 尺度变化视频的实验结果及其分析 | 第66-68页 |
3.4.3 相似背景视频的实验结果及其分析 | 第68-70页 |
3.5 本章小结 | 第70-72页 |
第4章 Adaboost检测和混合粒子滤波融合的多目标跟踪 | 第72-94页 |
4.1 混合粒子滤波 | 第73-76页 |
4.1.1 混合贝叶斯序列滤波 | 第73-74页 |
4.1.2 混合粒子滤波 | 第74-76页 |
4.2 模板更新 | 第76-79页 |
4.2.1 概率图形模型 | 第76-77页 |
4.2.2 学习 | 第77-78页 |
4.2.3 更新和预测 | 第78-79页 |
4.3 混合粒子滤波目标跟踪 | 第79-86页 |
4.3.1 状态模型 | 第79-80页 |
4.3.2 观测模型及观测似然函数 | 第80-82页 |
4.3.3 混合粒子滤波目标跟踪算法过程 | 第82页 |
4.3.4 混合粒子滤波目标跟踪实验结果与分析 | 第82-86页 |
4.4 Adaboost检测和混合粒子滤波融合跟踪 | 第86-93页 |
4.4.1 Adaboost检测 | 第87-88页 |
4.4.2 融合Adaboost检测的建议密度函数 | 第88-89页 |
4.4.3 Adaboost检测和混合粒子滤波融合的多目标跟踪过程 | 第89-90页 |
4.4.4 实验结果和分析 | 第90-93页 |
4.5 本章小结 | 第93-94页 |
第5章 改进的粒子滤波多目标跟踪 | 第94-112页 |
5.1 改进的粒子滤波多目标跟踪 | 第94-100页 |
5.1.1 多目标跟踪基本方法 | 第94-95页 |
5.1.2 改进的粒子滤波算法多目标跟踪实现 | 第95-100页 |
5.2 粒子滤波多目标跟踪实验与分析 | 第100-110页 |
5.2.1 纯方位多目标跟踪 | 第100-105页 |
5.2.2 实际视频序列多目标跟踪 | 第105-110页 |
5.3 本章小结 | 第110-112页 |
结论 | 第112-114页 |
参考文献 | 第114-124页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第124-125页 |
致谢 | 第125页 |