| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·基于视频的车辆检测 | 第11-12页 |
| ·基于视频的车辆跟踪 | 第12-13页 |
| ·小结 | 第13-15页 |
| 第二章 基于视频的车辆检测 | 第15-30页 |
| ·引言 | 第15-16页 |
| ·基于高斯混合模型的车辆检测 | 第16-19页 |
| ·单高斯模型的车辆检测 | 第16-17页 |
| ·混合高斯模型的车辆检测 | 第17-19页 |
| ·基于广义GAMMA混合模型的车辆检测 | 第19-25页 |
| ·广义GAMMA混合模型 | 第19页 |
| ·EM算法 | 第19-24页 |
| ·基于广义GAMMA混合模型的车辆检测 | 第24-25页 |
| ·仿真结果及分析 | 第25-29页 |
| ·基于高斯混合模型的车辆检测 | 第25-26页 |
| ·基于广义GAMMA混合模型的车辆检测 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于粒子滤波的车辆跟踪 | 第30-44页 |
| ·引言 | 第30页 |
| ·车辆运动模型与跟踪算法 | 第30-35页 |
| ·运动模型 | 第31-34页 |
| ·车辆跟踪算法 | 第34-35页 |
| ·粒子滤波算法 | 第35-41页 |
| ·蒙塔卡罗方法 | 第36-38页 |
| ·序贯重要性采样 | 第38-40页 |
| ·重要性采样重采样 | 第40页 |
| ·粒子滤波算法流程 | 第40-41页 |
| ·仿真结果与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于GPU技术的车辆跟踪快速粒子滤波算法实现 | 第44-53页 |
| ·引言 | 第44页 |
| ·基于GPU的并行算法 | 第44-45页 |
| ·粒子滤波的GPU实现 | 第45-47页 |
| ·使用CUDA进行GPU编程 | 第47-49页 |
| ·实验仿真 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第60页 |