复杂场景下视觉目标跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 基于滤波框架的视觉目标跟踪算法研究 | 第8-10页 |
| 1.2.2 基于核的视觉目标跟踪算法研究 | 第10-11页 |
| 1.2.3 基于分类的视觉目标跟踪算法研究 | 第11-12页 |
| 1.3 研究内容与方法 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.4 创新点与难点 | 第13-14页 |
| 第2章 相关理论概述 | 第14-32页 |
| 2.1 视觉目标跟踪的基本概念 | 第14-17页 |
| 2.1.1 视觉表征 | 第14-15页 |
| 2.1.2 观测模型 | 第15页 |
| 2.1.3 运动模型 | 第15-16页 |
| 2.1.4 目标定位 | 第16页 |
| 2.1.5 模型更新 | 第16-17页 |
| 2.2 视觉目标跟踪的基本算法 | 第17-23页 |
| 2.2.1 Meanshift算法 | 第17-18页 |
| 2.2.2 基于P-N学习的目标跟踪算法 | 第18-21页 |
| 2.2.3 时空上下文跟踪算法 | 第21-23页 |
| 2.3 粒子滤波理论与PSO理论 | 第23-30页 |
| 2.3.1 粒子滤波理论 | 第23-28页 |
| 2.3.2 PSO理论 | 第28-30页 |
| 2.4 仿真实验结果 | 第30-32页 |
| 第3章 复杂场景下目标特征描述 | 第32-39页 |
| 3.1 基于颜色的目标特征描述 | 第32-34页 |
| 3.1.1 颜色空间 | 第32-33页 |
| 3.1.2 颜色直方图 | 第33-34页 |
| 3.2 基于方向的目标特征描述 | 第34页 |
| 3.3 基于SIFT的目标特征描述 | 第34-36页 |
| 3.4 相似度函数构建 | 第36-37页 |
| 3.5 特征实验结果 | 第37-39页 |
| 第4章 复杂环境下的视觉目标跟踪算法研究 | 第39-48页 |
| 4.1 复杂环境下的视觉目标跟踪问题描述 | 第39-40页 |
| 4.2 数据关联 | 第40-44页 |
| 4.3 关联门的选择 | 第44页 |
| 4.4 基于概率数据关联和粒子滤波目标跟踪方法 | 第44-45页 |
| 4.5 实验结果与分析 | 第45-48页 |
| 第5章 结论与展望 | 第48-49页 |
| 5.1 研究结论 | 第48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
