基于人类视觉机制的自适应粒子滤波目标跟踪研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-13页 |
| ·运动目标跟踪的研究现状 | 第13-15页 |
| ·运动目标跟踪的发展趋势 | 第15-18页 |
| ·基于稀疏编码的跟踪方法 | 第15-17页 |
| ·基于视觉注意机制的跟踪方法 | 第17-18页 |
| ·论文的切入点和研究内容 | 第18-19页 |
| ·论文的主要结构和章节安排 | 第19-21页 |
| 第2章 粒子滤波跟踪算法 | 第21-31页 |
| ·引言 | 第21页 |
| ·基于贝叶斯估计的跟踪问题描述 | 第21-22页 |
| ·粒子滤波原理 | 第22-29页 |
| ·蒙特卡罗方法 | 第22-24页 |
| ·重要性采样 | 第24-25页 |
| ·序贯重要性采样 | 第25-27页 |
| ·粒子退化问题 | 第27-28页 |
| ·粒子滤波算法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于自适应特征融合的粒子滤波跟踪 | 第31-57页 |
| ·引言 | 第31-32页 |
| ·颜色特征 | 第32-36页 |
| ·颜色模型 | 第32-35页 |
| ·颜色直方图 | 第35-36页 |
| ·梯度方向直方图特征 | 第36-44页 |
| ·目标图像归一化 | 第36-38页 |
| ·目标图像梯度计算 | 第38-39页 |
| ·Block梯度直方图 | 第39-43页 |
| ·检测窗口HOG特征 | 第43-44页 |
| ·自适应特征融合的粒子滤波跟踪 | 第44-56页 |
| ·目标运动模型 | 第44页 |
| ·目标观测模型 | 第44-46页 |
| ·自适应特征融合 | 第46-47页 |
| ·目标跟踪算法 | 第47-48页 |
| ·实验及其结果分析 | 第48-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 基于人类视觉机制的粒子滤波跟踪 | 第57-73页 |
| ·引言 | 第57-59页 |
| ·基于人类视觉机制的自适应目标模板更新 | 第59-63页 |
| ·传统模板更新策略 | 第59-61页 |
| ·基于人类视觉机制的自适应目标模板更新 | 第61-63页 |
| ·自适应模板更新目标跟踪算法 | 第63-65页 |
| ·实验及其结果分析 | 第65-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 总结与展望 | 第73-75页 |
| ·论文总结 | 第73-74页 |
| ·工作展望 | 第74-75页 |
| 参考文献 | 第75-85页 |
| 致谢 | 第85-87页 |
| 攻读硕士期间主要研究成果 | 第87页 |
