城区交通场景中运动目标视觉跟踪方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·选题背景和意义 | 第10-12页 |
| ·目标跟踪方法及其研究现状 | 第12-17页 |
| ·本文的创新点及其内容安排 | 第17-19页 |
| ·本文创新点 | 第17-18页 |
| ·本文内容安排 | 第18-19页 |
| 2 均值漂移理论与粒子滤波理论 | 第19-37页 |
| ·引言 | 第19页 |
| ·无参密度估计理论 | 第19-22页 |
| ·参数密度估计 | 第20页 |
| ·无参密度估计 | 第20-21页 |
| ·无参密度估计函数的收敛性 | 第21-22页 |
| ·均值漂移向量 | 第22-24页 |
| ·均值漂移在目标跟踪中的应用 | 第24-26页 |
| ·参考目标模型描述 | 第24-25页 |
| ·候选目标模型描述 | 第25页 |
| ·相似性度量 | 第25页 |
| ·目标定位 | 第25-26页 |
| ·粒子滤波理论 | 第26-35页 |
| ·贝叶斯滤波原理 | 第27-30页 |
| ·蒙特卡罗方法 | 第30-31页 |
| ·序列重要性采样 | 第31-32页 |
| ·粒子退化问题 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 3 基于均值漂移和卡尔曼滤波的目标跟踪 | 第37-47页 |
| ·引言 | 第37页 |
| ·卡尔曼滤波器 | 第37-39页 |
| ·卡尔曼滤波器原理 | 第38页 |
| ·卡尔曼滤波器建模 | 第38-39页 |
| ·目标遮挡问题的解决方法 | 第39-41页 |
| ·本章算法流程 | 第41-43页 |
| ·实验及结果分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于核直方图的粒子滤波算法 | 第47-57页 |
| ·引言 | 第47-48页 |
| ·系统建模 | 第48-50页 |
| ·动态模型 | 第48-49页 |
| ·观测模型 | 第49-50页 |
| ·观测模型的更新 | 第50-51页 |
| ·核函数的选择和带宽的确定 | 第51页 |
| ·目标位置的确定 | 第51页 |
| ·本章算法结构 | 第51-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
| A. 作者在攻读学位期间发表的论文目录 | 第65页 |
| B. 作者在攻读学位期间参加的科研项目及得奖情况 | 第65页 |
