粒子滤波及跟踪窗口尺寸自适应调整方法的研究
中文摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·运动目标的检测方法概述 | 第11-13页 |
·帧差法 | 第11-12页 |
·背景减除法 | 第12页 |
·光流法 | 第12-13页 |
·运动目标的跟踪方法概述 | 第13-15页 |
·基于区域匹配的跟踪算法 | 第13页 |
·基于活动轮廓的跟踪算法 | 第13-14页 |
·基于特征的跟踪算法 | 第14页 |
·基于 3D 的跟踪算法 | 第14-15页 |
·本文的主要研究工作及内容安排 | 第15-16页 |
·本文的主要研究工作 | 第15页 |
·本文的章节安排 | 第15-16页 |
第二章 粒子滤波理论及其在目标跟踪中的应用 | 第16-31页 |
·引言 | 第16页 |
·滤波理论的发展 | 第16-19页 |
·粒子滤波理论 | 第19-27页 |
·贝叶斯滤波原理 | 第19-21页 |
·蒙特卡罗方法 | 第21页 |
·重要性采样 | 第21-23页 |
·序列重要性采样 | 第23-24页 |
·粒子匮乏与重采样 | 第24-25页 |
·基本粒子滤波算法 | 第25-27页 |
·粒子滤波与目标跟踪 | 第27-29页 |
·目标的先验特征 | 第28页 |
·系统状态转移 | 第28页 |
·系统观测 | 第28页 |
·后验概率计算 | 第28-29页 |
·本章小结 | 第29-31页 |
第三章 跟踪窗口自适应调整的意义及方法 | 第31-38页 |
·引言 | 第31页 |
·基于核窗宽改变的方法 | 第31-32页 |
·基于对数极坐标转换的方法 | 第32-34页 |
·基于特征点匹配的仿射变化方法 | 第34页 |
·Camshift 算法 | 第34-36页 |
·基于图像信息量度量的方法 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 跟踪窗口自适应调整的粒子滤波算法 | 第38-53页 |
·引言 | 第38页 |
·基于粒子滤波的目标跟踪算法 | 第38-42页 |
·目标模型建立 | 第38-40页 |
·粒子权值的计算 | 第40-41页 |
·粒子的重采样 | 第41页 |
·目标定位 | 第41-42页 |
·跟踪窗口自适应调整的模型 | 第42-44页 |
·具体的算法步骤 | 第44-45页 |
·算法的实现及验证 | 第45-52页 |
·加权颜色直方图模型 | 第45-47页 |
·加权灰度直方图模型 | 第47-50页 |
·加权梯度方向直方图模型 | 第50-52页 |
·本章小结 | 第52-53页 |
第五章 总结与展望 | 第53-55页 |
·总结 | 第53页 |
·展望 | 第53-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表学术论文情况 | 第59-60页 |
致谢 | 第60-61页 |