目录 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-11页 |
第1章 绪论 | 第11-24页 |
·分布式多视角目标跟踪简介 | 第11-13页 |
·研究现状 | 第13-14页 |
·研究目的及意义 | 第14-17页 |
·理论研究价值 | 第14-16页 |
·应用价值 | 第16-17页 |
·主要工作 | 第17-19页 |
·视角内视频处理算法 | 第17-18页 |
·视角间信息融合算法 | 第18-19页 |
·数学基础 | 第19-24页 |
·贝叶斯序列滤波 | 第19-20页 |
·粒子滤波器 | 第20-21页 |
·变分近似法 | 第21-24页 |
第2章 超复数相位相关算法 | 第24-36页 |
·概述 | 第24-25页 |
·超复数相位相关算法 | 第25-29页 |
·超复数运算法则及超复数傅立叶变换 | 第25-26页 |
·改进的超复数相位相关算法 | 第26-27页 |
·超复数相位相关系数矩阵与位移关系的闭合表达式 | 第27-28页 |
·计算量分析 | 第28-29页 |
·彩色图像配准算法 | 第29-31页 |
·实验结果 | 第31-35页 |
·计算量比较 | 第31-32页 |
·亚像素位移估计仿真 | 第32-35页 |
·小结 | 第35-36页 |
第3章 遮挡鲁棒的单视角目标跟踪算法 | 第36-55页 |
·概述 | 第36-37页 |
·单视角目标跟踪算法 | 第37-43页 |
·算法的基本思路及概率模型 | 第37-38页 |
·联合后验概率的递推公式 | 第38-39页 |
·基于变分近似的迭代算法 | 第39-43页 |
·状态转移模型及观测模型 | 第43-45页 |
·状态转移模型 | 第43-44页 |
·观测模型 | 第44-45页 |
·实验结果 | 第45-52页 |
·实验条件 | 第45页 |
·跟踪性能分析 | 第45-51页 |
·参数设置对跟踪性能的影响 | 第51-52页 |
·小结 | 第52-55页 |
第4章 分布式多视角单目标跟踪算法 | 第55-69页 |
·概述 | 第55-56页 |
·多视角单目标跟踪的概率框架 | 第56-61页 |
·多视角单目标跟踪问题的建模 | 第56页 |
·联合后验概率的近似分解 | 第56-59页 |
·本地似然函数建模 | 第59页 |
·势函数建模 | 第59-60页 |
·自适应的搜索空间 | 第60-61页 |
·基于消息传递的分布式算法 | 第61-62页 |
·实验结果 | 第62-68页 |
·实验条件 | 第62-63页 |
·实验结果 | 第63-67页 |
·性能分析 | 第67-68页 |
·小结 | 第68-69页 |
第5章 分布式多视角多目标跟踪算法 | 第69-89页 |
·概述 | 第69-70页 |
·多视角多目标跟踪的概率框架 | 第70-76页 |
·多视角多目标跟踪问题的建模 | 第70-71页 |
·联合后验概率的近似分解 | 第71-76页 |
·特例:多视角单目标跟踪 | 第76页 |
·似然函数建模 | 第76-78页 |
·P(y_(t,i)~n|x_(t,i)~n)模型 | 第76页 |
·P(y_(t,i)~(m,n)|x_(t,i)~m,x_(t,i)~n)建模 | 第76-77页 |
·P(x_(t,i)~n|x_(t,3d)~n)建模 | 第77-78页 |
·分布式消息传递机制 | 第78-79页 |
·实验结果 | 第79-86页 |
·实验条件 | 第79-80页 |
·实验结果 | 第80-86页 |
·小结 | 第86-89页 |
第6章 分布式非同步视角目标跟踪算法 | 第89-108页 |
·概述 | 第89页 |
·分布式数据融合的概率框架 | 第89-94页 |
·符号表示和问题建模 | 第89-91页 |
·分布式粒子滤波跟踪 | 第91-92页 |
·算法示意图 | 第92-93页 |
·自适应观测模型 | 第93-94页 |
·自适应状态转移模型 | 第94-98页 |
·混合模型 | 第94-96页 |
·动态调整模型参数 | 第96-97页 |
·讨论 | 第97-98页 |
·网络延时处理 | 第98-99页 |
·实验结果 | 第99-106页 |
·遮挡鲁棒性实验 | 第100-104页 |
·延时鲁棒性实验 | 第104页 |
·故障鲁棒性实验 | 第104-105页 |
·实时性实验 | 第105-106页 |
·小结 | 第106-108页 |
第7章 总结与展望 | 第108-110页 |
参考文献 | 第110-119页 |
致谢 | 第119-120页 |
攻读博士学位期间主要研究成果 | 第120-121页 |