蒙特卡洛滤波算法在目标跟踪中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-24页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·目标跟踪中的技术难点 | 第14-15页 |
| ·跟踪算法概述 | 第15-23页 |
| ·相关跟踪算法 | 第15-17页 |
| ·Kalman 滤波算法 | 第17-19页 |
| ·Mean-Shift 算法 | 第19-20页 |
| ·蒙特卡洛滤波算法 | 第20-23页 |
| ·本论文的结构安排 | 第23-24页 |
| 第2章 蒙特卡洛滤波算法 | 第24-38页 |
| ·概述 | 第24-25页 |
| ·基于Bayesian 框架的跟踪问题 | 第25-26页 |
| ·蒙特卡洛滤波算法实现目标跟踪 | 第26-36页 |
| ·蒙特卡洛思想 | 第26-27页 |
| ·重要性采样 | 第27-30页 |
| ·标准蒙特卡洛滤波算法实现流程 | 第30-33页 |
| ·初始化阶段 | 第30-31页 |
| ·状态预测阶段 | 第31页 |
| ·系统观测阶段 | 第31-32页 |
| ·后验状态估计 | 第32-33页 |
| ·算法复杂度分析 | 第33页 |
| ·样本退化问题 | 第33-36页 |
| ·选择最合适的提议分布 | 第34-35页 |
| ·样本重采样 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第3章 目标表观建模研究 | 第38-62页 |
| ·引言 | 第38页 |
| ·传统的表观建模方法 | 第38-39页 |
| ·基于轮廓的目标表观提取 | 第39-54页 |
| ·对目标区域进行边缘检测 | 第39-43页 |
| ·权重密度函数 | 第40-41页 |
| ·GAP 值的计算 | 第41-43页 |
| ·逆向Hough 变换检测直线段 | 第43-51页 |
| ·理想数字直线的特点 | 第44-45页 |
| ·逆向Hough 变换 | 第45-47页 |
| ·直线梯度方向 | 第47-51页 |
| ·Snake 算法更新目标轮廓 | 第51-52页 |
| ·目标轮廓模板的提取 | 第52-54页 |
| ·目标特征的选择 | 第54-58页 |
| ·基于颜色的目标模型 | 第54-56页 |
| ·基于形状的目标模型 | 第56-57页 |
| ·模型融合 | 第57-58页 |
| ·模型更新 | 第58-60页 |
| ·小结 | 第60-62页 |
| 第4章 样本集的建立与传播 | 第62-78页 |
| ·引言 | 第62-63页 |
| ·样本集的建立 | 第63-69页 |
| ·传统样本集的初始建立过程 | 第63-65页 |
| ·基于视觉机制的样本集建立过程 | 第65-69页 |
| ·样本集的传播 | 第69-76页 |
| ·传统样本集采样贫瘠分析 | 第69-70页 |
| ·半采样半重采样的样本集传播策略 | 第70-76页 |
| ·Fisher 准则进行阈值分割 | 第70-73页 |
| ·权重的分配 | 第73-74页 |
| ·算法步骤 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第5章 MS-MC 算法研究 | 第78-90页 |
| ·引言 | 第78页 |
| ·MS 算法概述 | 第78-83页 |
| ·核函数的选择 | 第79-80页 |
| ·MS 向量 | 第80-81页 |
| ·MS 在目标跟踪中的应用 | 第81-83页 |
| ·MS-MC 目标跟踪 | 第83-89页 |
| ·算法原理 | 第83-84页 |
| ·算法的实现步骤 | 第84-85页 |
| ·实验结果 | 第85-89页 |
| ·本章小结 | 第89-90页 |
| 第6章 结论 | 第90-94页 |
| ·论文的主要工作总结 | 第90-91页 |
| ·论文的创新点 | 第91-92页 |
| ·展望 | 第92-94页 |
| 参考文献 | 第94-102页 |
| 在学期间学术成果情况 | 第102-103页 |
| 指导教师及作者简介 | 第103-104页 |
| 致谢 | 第104-105页 |
