基于自适应粒子滤波的人体运动视频跟踪方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景和意义 | 第9-11页 |
| ·基于视频的人体运动跟踪研究概述 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·研究难点 | 第12页 |
| ·国内外研究动态 | 第12-13页 |
| ·本文的工作 | 第13-16页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 基于视频的人体运动跟踪方法分析 | 第16-24页 |
| ·引言 | 第16页 |
| ·基本方法分类 | 第16-17页 |
| ·人体运动的视频跟踪方法分析 | 第17-23页 |
| ·初始化阶段 | 第17-18页 |
| ·特征提取阶段 | 第18-19页 |
| ·跟踪阶段 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 粒子滤波原理 | 第24-34页 |
| ·引言 | 第24页 |
| ·贝叶斯滤波理论 | 第24-26页 |
| ·蒙特卡罗方法 | 第26-28页 |
| ·粒子滤波原理 | 第28-33页 |
| ·贝叶斯重要性采样 | 第28-29页 |
| ·序列重要性采样 | 第29-30页 |
| ·粒子集的退化问题 | 第30-31页 |
| ·粒子滤波算法与视觉跟踪 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于自适应粒子滤波的人体运动视频跟踪算法 | 第34-47页 |
| ·引言 | 第34-35页 |
| ·提出问题 | 第35页 |
| ·分析问题 | 第35-39页 |
| ·关于观测模型 | 第35-37页 |
| ·关于运动模型 | 第37-39页 |
| ·解决问题 | 第39-46页 |
| ·系统观测模型的设计 | 第39-43页 |
| ·系统运动模型的设计 | 第43-44页 |
| ·人体运动视频跟踪实现 | 第44-45页 |
| ·自适应粒子滤波算法 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验结果与分析 | 第47-53页 |
| ·引言 | 第47页 |
| ·人体步行的视频跟踪 | 第47-49页 |
| ·实验方法 | 第47页 |
| ·实验结果与分析 | 第47-49页 |
| ·跳水运动的视频跟踪 | 第49-52页 |
| ·实验方法 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| ·实验结果的意义分析 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文总结 | 第53页 |
| ·工作展望 | 第53-55页 |
| 参考文献 | 第55-62页 |
| 附录A:本文插图索引 | 第62-63页 |
| 附录B:本文附表索引 | 第63-64页 |
| 附录C:本文公式索引 | 第64-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间参与项目及研究成果 | 第66页 |
