基于粒子滤波的多特征目标跟踪算法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景与意义 | 第12-13页 |
| ·目标跟踪的发展现状 | 第13-14页 |
| ·视频目标跟踪算法的研究现状 | 第14-17页 |
| ·帧间差分法 | 第15页 |
| ·光流分割法 | 第15页 |
| ·均值漂移方法(MS) | 第15-16页 |
| ·标准卡尔曼滤波(KF) | 第16页 |
| ·扩展卡尔曼滤波(EKF) | 第16页 |
| ·无迹卡尔曼滤波(UKF) | 第16-17页 |
| ·粒子滤波(PF) | 第17页 |
| ·本文的主要工作及内容安排 | 第17-19页 |
| 第2章 视频目标跟踪理论 | 第19-24页 |
| ·引言 | 第19页 |
| ·视频目标跟踪的概念 | 第19-20页 |
| ·视频目标跟踪的基本理论 | 第20-22页 |
| ·基于运动检测的跟踪 | 第20页 |
| ·基于特征点匹配的跟踪 | 第20-21页 |
| ·基于主动轮廓的跟踪 | 第21页 |
| ·基于区域的跟踪 | 第21页 |
| ·基于粒了滤波的跟踪 | 第21-22页 |
| ·基于模型的跟踪 | 第22页 |
| ·视频目标跟踪问题的品质要求 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 粒子滤波理论 | 第24-29页 |
| ·引言 | 第24页 |
| ·最优贝叶斯估计 | 第24-25页 |
| ·蒙特卡罗(MONTE CARLO)方法 | 第25页 |
| ·序贯重要性采样 | 第25-26页 |
| ·重采样 | 第26-27页 |
| ·粒子滤波的具体实现 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于粒子滤波的多特征融合目标跟踪 | 第29-47页 |
| ·引言 | 第29-30页 |
| ·常见的目标特征 | 第30-36页 |
| ·颜色直方图 | 第30-32页 |
| ·方向梯度直方图 | 第32-33页 |
| ·纹理特征 | 第33-35页 |
| ·特征点 | 第35-36页 |
| ·基于模糊逻辑的多特征融合 | 第36-41页 |
| ·特征提取 | 第36-37页 |
| ·状态转移概率模型 | 第37-38页 |
| ·多特征信息融合 | 第38页 |
| ·基于模糊逻辑的权值调节 | 第38-39页 |
| ·多特征融合的算法实现 | 第39-41页 |
| ·退火粒子滤波算法 | 第41-42页 |
| ·退火流程 | 第41-42页 |
| ·跟踪参数退火率的设定 | 第42页 |
| ·仿真实验与结果分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第52页 |
