视频图像处理中基于粒子滤波的红外目标跟踪
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| 第二章 粒子滤波 | 第9-25页 |
| ·引言 | 第9-10页 |
| ·滤波理论的发展 | 第10-12页 |
| ·贝叶斯滤波原理 | 第12-13页 |
| ·粒子滤波器 | 第13-19页 |
| ·贝叶斯重要性采样（BIS） | 第14-15页 |
| ·序列重要性采样（SIS） | 第15-17页 |
| ·退化现象 | 第17-18页 |
| ·粒子滤波器存在的问题 | 第18-19页 |
| ·粒子滤波与视频跟踪 | 第19-22页 |
| ·跟踪的目的 | 第19页 |
| ·目标的先验知识 | 第19页 |
| ·系统状态转移 | 第19-20页 |
| ·系统观测 | 第20-21页 |
| ·后验概率的计算 | 第21页 |
| ·粒子重采样 | 第21-22页 |
| ·本章小结 | 第22-25页 |
| 第三章 目标跟踪方法综述和几种经典跟踪算法 | 第25-37页 |
| ·引言 | 第25页 |
| ·目标跟踪方法综述 | 第25-29页 |
| ·基于检测的方法 | 第26-28页 |
| ·基于识别的方法 | 第28-29页 |
| ·经典滤波算法 | 第29-34页 |
| ·状态空间模型的表示 | 第29-30页 |
| ·卡尔曼滤波器 | 第30-32页 |
| ·扩展卡尔曼滤波(EKF) | 第32页 |
| ·Uncented 卡尔曼滤波(UKF) | 第32-34页 |
| ·几种滤波算法的特点与比较 | 第34-37页 |
| 第四章 基于粒子滤波的目标跟踪 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·粒子滤波算法框架 | 第37-38页 |
| ·相关跟踪 | 第38页 |
| ·基于粒子滤波的相关跟踪方法 | 第38-44页 |
| ·算法流程 | 第39-41页 |
| ·确定运动模型 | 第41页 |
| ·目标的先验知识 | 第41-43页 |
| ·系统状态转移 | 第43页 |
| ·系统观测 | 第43-44页 |
| ·计算后验概率 | 第44页 |
| ·重采样 | 第44页 |
| ·仿真实验及讨论 | 第44-49页 |
| ·小结 | 第49-51页 |
| 结束语 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 研究成果 | 第60-61页 |
