| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究工作和章节安排 | 第13-15页 |
| 第2章 粒子滤波跟踪算法基本理论的研究 | 第15-26页 |
| 2.1 粒子滤波算法基本原理 | 第15-20页 |
| 2.1.1 贝叶斯估计理论 | 第15-17页 |
| 2.1.2 蒙特卡罗积分 | 第17-18页 |
| 2.1.3 重要性采样技术 | 第18-19页 |
| 2.1.4 重采样技术 | 第19-20页 |
| 2.2 粒子滤波算法在红外多目标跟踪中的应用 | 第20-25页 |
| 2.2.1 状态转移模型 | 第20-21页 |
| 2.2.2 灰度特征和观测模型 | 第21-23页 |
| 2.2.3 粒子滤波的红外多目标跟踪算法 | 第23-25页 |
| 2.3 实验平台环境 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于Mean Shift的粒子滤波算法 | 第26-45页 |
| 3.1 Mean Shift基本理论的研究 | 第26-29页 |
| 3.1.1 无参密度估计理论 | 第26-27页 |
| 3.1.2 Mean Shift向量 | 第27-29页 |
| 3.2 Mean Shift在红外目标跟踪中的应用 | 第29-33页 |
| 3.2.1 目标模型的建立 | 第29-30页 |
| 3.2.2 相似性度量函数 | 第30-31页 |
| 3.2.3 目标定位 | 第31-32页 |
| 3.2.4 Mean Shift跟踪算法描述 | 第32-33页 |
| 3.3 基于Mean Shift的粒子滤波算法 | 第33-38页 |
| 3.3.1 算法的基本原理 | 第33-35页 |
| 3.3.2 基于Mean Shift的粒子滤波算法的实现 | 第35-38页 |
| 3.4 实验结果分析 | 第38-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 改进粒子滤波红外多目标跟踪算法 | 第45-75页 |
| 4.1 目标跟踪原理 | 第45-47页 |
| 4.1.1 多目标跟踪原理 | 第45-46页 |
| 4.1.2 粒子滤波框架下的红外多目标跟踪模型 | 第46-47页 |
| 4.2 目标遮挡原理分析及其检测方法 | 第47-49页 |
| 4.2.1 遮挡机理分析 | 第48页 |
| 4.2.2 遮挡定义及其检测方法 | 第48-49页 |
| 4.3 重采样技术的改进 | 第49-58页 |
| 4.3.1 基于权值优选重采样粒子滤波多目标跟踪原理 | 第49-50页 |
| 4.3.2 基于权值优选重采样粒子滤波多目标跟踪实现 | 第50页 |
| 4.3.3 实验结果与分析 | 第50-58页 |
| 4.4 引入Markov的改进粒子滤波跟踪算法 | 第58-74页 |
| 4.4.1 Markov非线性系统 | 第58-59页 |
| 4.4.2 引入Markov的改进粒子滤波算法的原理 | 第59-60页 |
| 4.4.3 引入Markov的改进粒子滤波算法的实现 | 第60-61页 |
| 4.4.4 实验结果与分析 | 第61-74页 |
| 4.5 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
