基于粒子滤波和多特征融合的目标跟踪
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·本文选题背景及研究意义 | 第8页 |
| ·目标跟踪的国内外研究现状 | 第8-14页 |
| ·目标跟踪中的多特征融合技术概述 | 第10-12页 |
| ·目标跟踪中粒子滤波技术概述 | 第12-14页 |
| ·课题主要内容和结构 | 第14-16页 |
| 第二章 结合运动特征的目标跟踪方法 | 第16-26页 |
| ·特征提取 | 第16-18页 |
| ·颜色特征 | 第16-17页 |
| ·LBP特征 | 第17-18页 |
| ·特征的提取 | 第18页 |
| ·传统的Mean shift在目标跟踪中的应用 | 第18-19页 |
| ·提取目标的运动信息 | 第19-21页 |
| ·多特征融合 | 第21-22页 |
| ·实验与分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于全局和局部信息的目标跟踪算法 | 第26-35页 |
| ·粒子滤波算法 | 第26-29页 |
| ·粒子滤波算法原理 | 第26-28页 |
| ·粒子滤波算法的流程 | 第28-29页 |
| ·改进的粒子滤波算法 | 第29-31页 |
| ·动态模型 | 第29-30页 |
| ·全局动态模型 | 第30页 |
| ·多子块Mean shift算法 | 第30-31页 |
| ·目标遮挡处理 | 第31-32页 |
| ·实验结果及分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于混合粒子滤波和稀疏表达的目标跟踪方法 | 第35-43页 |
| ·稀疏表示算法原理 | 第35-36页 |
| ·改进的算法 | 第36-38页 |
| ·稀疏表示的外观模型 | 第36-37页 |
| ·模板更新 | 第37-38页 |
| ·实验分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 主要结论与展望 | 第43-45页 |
| 主要结论 | 第43-44页 |
| 展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第51页 |
