首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于粒子滤波的运动行人跟踪方法的研究

中文摘要第1-5页
Abstract第5-9页
第一章 绪论第9-17页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-15页
     ·运动行人检测研究现状第10-13页
     ·运动行人跟踪研究现状第13-15页
   ·本文的研究内容及组织结构第15-17页
     ·本文的研究内容第15页
     ·本文的组织结构第15-17页
第二章 粒子滤波理论第17-27页
   ·引言第17页
   ·贝叶斯滤波器原理第17-19页
   ·蒙特卡洛方法第19-20页
   ·粒子滤波原理第20-26页
     ·重要性采样第20-21页
     ·序贯重要性采样第21-22页
     ·粒子集的退化问题第22-24页
     ·粒子滤波算法与目标行人跟踪第24-26页
   ·本章小结第26-27页
第三章 运动行人检测第27-36页
   ·引言第27页
   ·HOG 特征提取第27-29页
   ·颜色特征提取第29-30页
   ·SVM 支持向量机原理第30-32页
     ·传统 SVM 分类器第30-32页
     ·线性不可分 SVM 分类器第32页
   ·HOG&SVM 运动行人检测第32-34页
   ·实验结果与分析第34-35页
   ·本章小结第35-36页
第四章 基于 HOG 和颜色特征的粒子滤波跟踪方法第36-45页
   ·引言第36-37页
   ·HOG 和颜色双重特征的跟踪算法第37-42页
     ·目标行人运动传播模型第37页
     ·目标行人似然模型第37-39页
     ·粒子滤波算法第39-41页
     ·跟踪算法第41-42页
   ·实验结果与分析第42-44页
   ·本章小结第44-45页
第五章 基于 QMC 的粒子滤波运动行人跟踪方法第45-52页
   ·引言第45-46页
   ·拟蒙特卡洛方法第46-47页
     ·蒙特卡洛方法第46-47页
     ·拟蒙特卡洛方法第47页
   ·低差异序列第47-48页
   ·改进粒子滤波跟踪算法第48-49页
   ·实验结果与分析第49-51页
   ·本章小结第51-52页
第六章 运动行人跟踪系统的设计与实现第52-58页
   ·引言第52页
   ·INTEL OPENCV 简介第52-54页
   ·运动行人跟踪系统的设计与实现第54-57页
     ·各功能模块的设计第54-55页
     ·运动行人跟踪系统的实现第55-57页
   ·本章小结第57-58页
总结与展望第58-60页
参考文献第60-64页
攻读硕士期间公开发表(录用)论文第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:基于SAP的销售与分销ERP系统设计与实施
下一篇:复杂场景下多姿态行人检测与识别方法研究