基于粒子滤波的视频运动目标跟踪
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题的研究背景与意义 | 第11-12页 |
| ·视频目标跟踪的国内外研究现状 | 第12-14页 |
| ·视频目标跟踪的发展现状 | 第12-13页 |
| ·视频目标跟踪的应用现状 | 第13-14页 |
| ·视频目标跟踪算法的研究现状 | 第14-16页 |
| ·本文的主要工作及内容安排 | 第16-18页 |
| 第2章 视频目标跟踪基本理论 | 第18-25页 |
| ·视频目标跟踪概述 | 第18-21页 |
| ·视频目标跟踪的一般描述 | 第18-19页 |
| ·传统视频目标跟踪的方法 | 第19-21页 |
| ·常用的视频目标跟踪算法 | 第21-22页 |
| ·卡尔曼滤波(KF) | 第21页 |
| ·扩展卡尔曼滤波(UKF) | 第21-22页 |
| ·无迹卡尔曼滤波(UKF) | 第22页 |
| ·均值漂移方法(MS) | 第22页 |
| ·视频目标跟踪方法对比 | 第22-23页 |
| ·视频目标跟踪中亟待解决的问题 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基本粒子滤波算法研究 | 第25-34页 |
| ·Bayesian滤波原理 | 第25-26页 |
| ·蒙特卡罗方法 | 第26-27页 |
| ·粒子滤波 | 第27-33页 |
| ·贝叶斯重要性采样(BIS) | 第28-29页 |
| ·序贯重要性采样(SIS) | 第29-31页 |
| ·重采样 | 第31-33页 |
| ·粒子滤波的主要问题 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于视频目标跟踪的粒子滤波实现 | 第34-46页 |
| ·引言 | 第34页 |
| ·基于粒子滤波的视频目标跟踪 | 第34-42页 |
| ·初始化 | 第34-35页 |
| ·目标特征模型的选择 | 第35-39页 |
| ·相似性度量及权重更新 | 第39页 |
| ·多特征结合 | 第39-40页 |
| ·系统模型 | 第40-41页 |
| ·采样与重采样 | 第41-42页 |
| ·实现流程 | 第42-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·光照条件变化实验 | 第43-44页 |
| ·复杂背景实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 一种改进的粒子滤波跟踪算法 | 第46-51页 |
| ·引言 | 第46页 |
| ·一种改进的粒子滤波跟踪算法 | 第46-48页 |
| ·目标运动模型的改进 | 第46-48页 |
| ·相似性度量和粒子权值更新的改进 | 第48页 |
| ·改进算法的实验结果和分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第58页 |
