基于粒子滤波的视频目标跟踪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景和意义 | 第12-13页 |
| ·目标跟踪综述 | 第13-16页 |
| ·目标跟踪研究现状 | 第13-14页 |
| ·目标跟踪的应用 | 第14页 |
| ·目标跟踪的方法概述 | 第14-16页 |
| ·粒子滤波的发展及研究现状 | 第16-17页 |
| ·本文的研究内容和创新点 | 第17-19页 |
| ·本文的研究内容 | 第17-18页 |
| ·本文的创新点 | 第18-19页 |
| 第二章 粒子滤波在目标跟踪中应用分析 | 第19-35页 |
| ·引言 | 第19页 |
| ·贝叶斯滤波原理 | 第19-22页 |
| ·状态空间模型 | 第19-20页 |
| ·贝叶斯滤波原理 | 第20-22页 |
| ·粒子滤波器 | 第22-29页 |
| ·蒙特卡罗仿真 | 第22-23页 |
| ·贝叶斯重要性采样 | 第23-25页 |
| ·序列重要性采样 | 第25-27页 |
| ·退化现象 | 第27-28页 |
| ·重采样 | 第28-29页 |
| ·基本粒子滤波的视频目标跟踪框架 | 第29-35页 |
| 第三章 基于粒子滤波的彩色图像跟踪算法 | 第35-45页 |
| ·引言 | 第35页 |
| ·基于颜色特征的粒子滤波跟踪算法实现 | 第35-41页 |
| ·目标模型的建立 | 第35-38页 |
| ·彩色图像系统观测方法 | 第38-40页 |
| ·模型更新策略 | 第40页 |
| ·算法流程 | 第40-41页 |
| ·实验结果及分析 | 第41-45页 |
| 第四章 Camshift 优化的粒子滤波跟踪算法 | 第45-60页 |
| ·引言 | 第45页 |
| ·Camshift 算法理论 | 第45-48页 |
| ·Meanshift 算法 | 第45-46页 |
| ·Camshift 算法 | 第46-48页 |
| ·Camshift 优化的粒子滤波算法设计 | 第48-50页 |
| ·进一步提高跟踪稳定性的措施 | 第50-54页 |
| ·相似颜色干扰的处理 | 第50-53页 |
| ·消除目标模型中背景像素的影响 | 第53-54页 |
| ·算法流程 | 第54-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·目标快速运动下传统粒子滤波算法与本文算法比较 | 第56页 |
| ·遮挡条件下目标实验 | 第56-57页 |
| ·综合比较实验 | 第57-60页 |
| 第五章 基于粒子滤波的灰度图像跟踪算法 | 第60-72页 |
| ·引言 | 第60页 |
| ·基于粒子滤波的灰度目标跟踪 | 第60-67页 |
| ·跟踪灰度目标与彩色目标的差异性 | 第60-61页 |
| ·目标模型的建立 | 第61页 |
| ·灰度图像系统观测方法 | 第61-62页 |
| ·模型更新策略 | 第62-67页 |
| ·算法流程 | 第67页 |
| ·基于粒子滤波的灰度目标跟踪实验 | 第67-72页 |
| ·目标姿态变化跟踪实验 | 第68页 |
| ·部分遮挡条件下的目标跟踪实验 | 第68-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·论文工作总结 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 在学期间的研究成果及发表的学术论文 | 第80页 |
