基于智能学习的多传感器目标识别与跟踪系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题的目的和意义 | 第9-11页 |
| ·多传感器协同的目标识别与跟踪系统概述 | 第11-12页 |
| ·论文所涉及关键技术的发展现状 | 第12-16页 |
| ·目标识别技术的发展现状 | 第13-14页 |
| ·目标跟踪技术的发展现状 | 第14-15页 |
| ·多传感器协同探测技术的发展现状 | 第15-16页 |
| ·论文主要研究内容及结构安排 | 第16-18页 |
| 第2章 基础理论分析 | 第18-26页 |
| ·引言 | 第18页 |
| ·贝叶斯滤波理论框架 | 第18-20页 |
| ·蒙特卡罗方法基本原理 | 第20-22页 |
| ·粒子滤波算法 | 第22-25页 |
| ·贝叶斯重要性采样 | 第22-23页 |
| ·序列重要性采样 | 第23-24页 |
| ·粒子的退化问题 | 第24-25页 |
| ·粒子滤波算法流程 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于单传感器的目标识别与跟踪 | 第26-40页 |
| ·引言 | 第26页 |
| ·系统原理及框架 | 第26-27页 |
| ·目标特征提取与识别 | 第27-31页 |
| ·加权颜色直方图 | 第27-29页 |
| ·目标识别准则 | 第29-31页 |
| ·粒子滤波算法在跟踪中的应用 | 第31-33页 |
| ·系统状态转移 | 第32页 |
| ·系统观测 | 第32-33页 |
| ·跟踪结果计算 | 第33页 |
| ·粒子重采样 | 第33页 |
| ·实验结果及分析 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于多传感器协同的目标识别与跟踪 | 第40-54页 |
| ·引言 | 第40页 |
| ·系统原理及框架 | 第40-42页 |
| ·传感器图像配准 | 第42-44页 |
| ·在线学习及更新 | 第44页 |
| ·运动目标检测 | 第44-48页 |
| ·帧间差分法 | 第44-46页 |
| ·混合高斯背景建模 | 第46-48页 |
| ·基于策略的搜索处理方法 | 第48-49页 |
| ·状态分析及协同 | 第49-50页 |
| ·实验结果及分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 软件仿真平台建立 | 第54-63页 |
| ·引言 | 第54页 |
| ·DirectShow 原理 | 第54-57页 |
| ·多线程实现原理 | 第57-58页 |
| ·本文软件结构 | 第58-61页 |
| ·软件界面及功能展示 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
