基于粒子滤波的多特征视频目标跟踪优化算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题的背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 粒子滤波算法的挑战 | 第13-15页 |
| 1.3.1 建议分布的选择 | 第13-14页 |
| 1.3.2 粒子退化问题 | 第14页 |
| 1.3.3 算法实时性问题 | 第14-15页 |
| 1.4 论文各章主要安排及内容 | 第15-16页 |
| 第二章 图像目标分析检测常用算法技术 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 目标检测 | 第16-17页 |
| 2.3 背景减法 | 第17-18页 |
| 2.4 光流法 | 第18-20页 |
| 2.5 帧差法 | 第20-21页 |
| 2.6 本章小结 | 第21-23页 |
| 第三章 标准粒子滤波算法理论研究 | 第23-29页 |
| 3.1 引言 | 第23页 |
| 3.2 贝叶斯估计 | 第23-24页 |
| 3.3 蒙特卡罗仿真与粒子滤波 | 第24-25页 |
| 3.4 重要性采样 | 第25-26页 |
| 3.5 重采样 | 第26-27页 |
| 3.6 标准粒子滤波算法流程 | 第27-28页 |
| 3.7 本章小结 | 第28-29页 |
| 第四章 改进的粒子滤波算法研究 | 第29-41页 |
| 4.1 引言 | 第29页 |
| 4.2 目标的特征提取 | 第29-34页 |
| 4.3 目标模板更新策略 | 第34页 |
| 4.4 目标运动模型和观测模型 | 第34-37页 |
| 4.5 改进的粒子重采样策略 | 第37-39页 |
| 4.6 动态粒子数调整策略 | 第39-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第五章 实验结果与分析 | 第41-52页 |
| 5.1 引言 | 第41页 |
| 5.2 算法步骤和流程 | 第41-43页 |
| 5.3 结果与分析 | 第43-51页 |
| 5.3.1 运动目标的光照变化测试 | 第44-47页 |
| 5.3.2 运动目标抗遮挡测试 | 第47-51页 |
| 5.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |
