基于改进粒子滤波的目标跟踪方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 目标跟踪技术研究现状 | 第9-12页 |
| 1.2.1 运动目标跟踪系统 | 第9页 |
| 1.2.2 目标外观建模技术 | 第9-10页 |
| 1.2.3 运动目标跟踪技术 | 第10-12页 |
| 1.3 研究任务和章节安排 | 第12-14页 |
| 第二章 目标跟踪方法基本原理 | 第14-23页 |
| 2.1 粒子滤波理论 | 第14-17页 |
| 2.1.1 蒙特卡洛模拟 | 第14页 |
| 2.1.2 贝叶斯重要性采样 | 第14-15页 |
| 2.1.3 贝叶斯序贯重要性采样技术 | 第15-17页 |
| 2.2 Mean Shift目标跟踪理论 | 第17-20页 |
| 2.2.1 Mean Shift的基本定义 | 第17-18页 |
| 2.2.2 Mean Shift目标跟踪技术 | 第18-20页 |
| 2.3 目标区域特征提取理论 | 第20-22页 |
| 2.3.1 颜色特征 | 第20-21页 |
| 2.3.2 FDF特征 | 第21页 |
| 2.3.3 LBP特征 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于优化权值的多区域采样目标跟踪算法 | 第23-34页 |
| 3.1 粒子预测及目标状态估计 | 第23-24页 |
| 3.2 多区域采样算法 | 第24-26页 |
| 3.2.1 单一区域采样的概念及其缺点 | 第24页 |
| 3.2.2 多区域采样概念 | 第24-25页 |
| 3.2.3 区域置信度计算及目标状态估计 | 第25-26页 |
| 3.3 改进多区域采样算法及其分析 | 第26-28页 |
| 3.3.1 改进多区域采样算法 | 第26-27页 |
| 3.3.2 改进算法分析 | 第27-28页 |
| 3.4 算法实现步骤 | 第28-29页 |
| 3.5 实验结果与分析 | 第29-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于信息保留的自适应多特征融合目标跟踪 | 第34-46页 |
| 4.1 粒子预测及目标状态估计 | 第34-35页 |
| 4.2 信息保留策略 | 第35-37页 |
| 4.2.1 粒子权重优化 | 第35-36页 |
| 4.2.2 改进粒子滤波重采样方法 | 第36-37页 |
| 4.3 多特征融合策略及特征权重更新 | 第37-39页 |
| 4.3.1 目标表观模型及特征似然度量 | 第37页 |
| 4.3.2 目标联合似然函数 | 第37-38页 |
| 4.3.3 更新特征权重 | 第38-39页 |
| 4.4 本章算法实现步骤 | 第39页 |
| 4.5 仿真实验与结果分析 | 第39-45页 |
| 4.5.1 实验结果定性分析 | 第40-43页 |
| 4.5.2 实验结果定量分析 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 结合全局特征融合和局部均值漂移的目标跟踪 | 第46-57页 |
| 5.1 结合全局和局部信息的粒子滤波算法 | 第46-47页 |
| 5.2 全局多特征融合目标跟踪 | 第47-48页 |
| 5.2.1 粒子状态估计 | 第47-48页 |
| 5.2.2 改进粒子滤波方法及多特征融合 | 第48页 |
| 5.2.3 目标全局状态表示 | 第48页 |
| 5.3 子区域多特征融合Mean Shift算法 | 第48-50页 |
| 5.4 遮挡处理及本章算法跟踪过程 | 第50-51页 |
| 5.4.1 遮挡处理 | 第50-51页 |
| 5.4.2 本章算法跟踪过程 | 第51页 |
| 5.5 实验与结果分析 | 第51-56页 |
| 5.6 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 工作总结 | 第57页 |
| 工作不足及展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |
