| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·视频目标检测技术概述 | 第11-12页 |
| ·运动目标检测的特点 | 第11页 |
| ·常见的运动目标检测方法 | 第11-12页 |
| ·目标跟踪的难点 | 第12-14页 |
| ·常见的目标跟踪方法 | 第12-13页 |
| ·跟踪的难点 | 第13-14页 |
| ·论文的创新点及总体框架结构 | 第14-16页 |
| ·论文的创新点 | 第14-15页 |
| ·论文的总体框架 | 第15页 |
| ·论文的结构安排 | 第15-16页 |
| 2 运动目标跟踪算法的研究 | 第16-32页 |
| ·卡尔曼滤波算法的介绍 | 第16-21页 |
| ·离散时间系统 | 第16-17页 |
| ·卡尔曼滤波 | 第17-21页 |
| ·卡尔曼滤波的的发展及应用 | 第21页 |
| ·均值偏移滤波算法的介绍 | 第21-24页 |
| ·均值偏移算法的实现 | 第22-24页 |
| ·均值偏移算法的应用及发展 | 第24页 |
| ·粒子滤波算法的介绍 | 第24-29页 |
| ·贝叶斯重要性采样 | 第25-26页 |
| ·序列重要性采样 | 第26-28页 |
| ·序列重要性采样 | 第28页 |
| ·粒子滤波算法的应用及发展 | 第28-29页 |
| ·本研究的具体技术路线 | 第29-31页 |
| ·小结 | 第31-32页 |
| 3 对提高卡尔曼跟踪精度的研究 | 第32-47页 |
| ·对随机序列的高斯度定义 | 第32-34页 |
| ·不同种类的噪声对几种跟踪算法跟踪精度的影响 | 第34-38页 |
| ·比较线性系统下 KF 和 PF 的跟踪精度 | 第34-36页 |
| ·比较非线性系统下 EKF 和 PF 的跟踪精度 | 第36-38页 |
| ·KF 中设定的噪声协方差与实际值的一致性检测 | 第38-43页 |
| ·一致性检测参数之一： DOM | 第38-41页 |
| ·一致性检测参数之二： DOD | 第41-43页 |
| ·噪声协方差 Q 和 R 的自适应变化 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 4 卡尔曼滤波与粒子滤波间跟踪模式的优化 | 第47-58页 |
| ·算法框架 | 第47-48页 |
| ·算法性能评价参数 | 第48-49页 |
| ·对一维系统仿真用到的算法性能评价参数 | 第49-51页 |
| ·KF 与 PF 之间的切换 | 第50-51页 |
| ·在实际视频中使用算法性能评价参数 | 第51-54页 |
| ·对运动小球的检测 | 第51-52页 |
| ·对 Kalman 使用算法性能评价参数 | 第52-53页 |
| ·KF 对运动小球的跟踪结果 | 第53-54页 |
| ·切换门限的设置 | 第54-55页 |
| ·KF 切换为 PF | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 5 卡尔曼滤波与粒子滤波之间的相互切换 | 第58-68页 |
| ·算法框架 | 第58页 |
| ·对提高 KF 跟踪精度同时实现 KF 切换至 PF 过程进行仿真 | 第58-60页 |
| ·PF 切换至 KF 的门限设置 | 第60-64页 |
| ·在 PF 使用过程中，加入对高斯度 G 的观测 | 第60-62页 |
| ·PF 切换回 KF 的门限 | 第62-64页 |
| ·实验结果 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 在学研究成果 | 第74-75页 |
| 致谢 | 第75页 |