| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题的研究背景与意义 | 第12-13页 |
| ·目标跟踪技术研究现状 | 第13-14页 |
| ·粒子滤波算法研究现状 | 第14-15页 |
| ·本文主要的研究内容及内容安排 | 第15-17页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第2章 视频运动目标跟踪的相关理论 | 第17-27页 |
| ·引言 | 第17页 |
| ·目标跟踪系统构成 | 第17-18页 |
| ·运动目标检测 | 第18-21页 |
| ·视频目标跟踪方法 | 第21-25页 |
| ·视频跟踪技术的难点与研究热点 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 粒子滤波算法及其改进 | 第27-41页 |
| ·引言 | 第27页 |
| ·粒子滤波理论 | 第27-31页 |
| ·贝叶斯递归滤波 | 第27-28页 |
| ·蒙特卡罗模拟 | 第28页 |
| ·重要性采样 | 第28-31页 |
| ·标准粒子滤波算法描述及算法分析 | 第31页 |
| ·基于混沌人工鱼群的粒子滤波算法 | 第31-38页 |
| ·混沌人工鱼群算法 | 第32-34页 |
| ·基于混沌人工鱼群的粒子滤波算法 | 第34-35页 |
| ·仿真结果与分析 | 第35-38页 |
| ·基于粒子滤波的目标跟踪算法 | 第38-40页 |
| ·状态模型 | 第38页 |
| ·观测模型 | 第38-39页 |
| ·基于粒子滤波的目标跟踪算法描述 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于空间直方图及权重自适应的视频目标跟踪方法 | 第41-53页 |
| ·引言 | 第41页 |
| ·目标特征模型 | 第41-45页 |
| ·加权颜色空间直方图模型 | 第42-45页 |
| ·纹理特征直方图模型 | 第45页 |
| ·状态转移模型及目标更新模型 | 第45-46页 |
| ·目标特征的融合策略及权重自适应 | 第46-48页 |
| ·目标特征的融合策略 | 第46-47页 |
| ·粒子的权重自适应 | 第47-48页 |
| ·本文的算法实现及仿真实验 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第60页 |