基于粒子滤波框架的视频目标跟踪研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·视频跟踪基本概念 | 第10页 |
| ·视频目标跟踪的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文主要内容及章节安排 | 第13-16页 |
| 2 粒子滤波算法 | 第16-26页 |
| ·引言 | 第16页 |
| ·粒子滤波的“身世” | 第16-18页 |
| ·详细粒子滤波理论 | 第18-24页 |
| ·Monte Carlo 方法 | 第18-19页 |
| ·重要性采样 | 第19页 |
| ·序列重要性采样 | 第19-22页 |
| ·退化现象 | 第22-23页 |
| ·粒子滤波算法流程 | 第23-24页 |
| ·粒子滤波在视频跟踪中的应用 | 第24-25页 |
| ·小结 | 第25-26页 |
| 3 图像特征 | 第26-38页 |
| ·引言 | 第26页 |
| ·颜色特征 | 第26-29页 |
| ·颜色特征相似性 | 第27-29页 |
| ·边缘特征 | 第29-30页 |
| ·轮廓特征 | 第30-37页 |
| ·水平集轮廓演化算法 | 第30-33页 |
| ·快速水平集算法 | 第33-37页 |
| ·小结 | 第37-38页 |
| 4 基于均值偏移校正的边缘匹配方法 | 第38-52页 |
| ·引言 | 第38页 |
| ·均值偏移 | 第38-41页 |
| ·核密度无参估计 | 第38-40页 |
| ·均值偏移向量 | 第40-41页 |
| ·传统边缘匹配方法 | 第41-42页 |
| ·基于均值偏移的边缘匹配方法 | 第42-50页 |
| ·边缘特征的形态学提取 | 第43-44页 |
| ·均值偏移校正 | 第44-46页 |
| ·目标更新 | 第46-47页 |
| ·简单背景下的匹配 | 第47页 |
| ·复杂背景下的匹配 | 第47-49页 |
| ·具体匹配算法流程 | 第49-50页 |
| ·小结 | 第50-52页 |
| 5 基于粒子滤波框架的多特征跟踪算法 | 第52-82页 |
| ·引言 | 第52页 |
| ·初始化目标模型 | 第52-56页 |
| ·初始化目标颜色模型 | 第53页 |
| ·初始化目标边缘模型 | 第53页 |
| ·初始化目标轮廓模型 | 第53-56页 |
| ·初始化候选模型 | 第56-57页 |
| ·基于系统模型的预测过程 | 第57-58页 |
| ·基于测量模型的修正过程 | 第58-61页 |
| ·颜色特征匹配 | 第58-59页 |
| ·边缘特征匹配 | 第59页 |
| ·轮廓特征匹配 | 第59-61页 |
| ·特征可信度与特征融合 | 第61-63页 |
| ·特征可信度 | 第62-63页 |
| ·特征融合 | 第63页 |
| ·均值偏移聚类粒子 | 第63-65页 |
| ·均值偏移的聚类作用 | 第63-64页 |
| ·改进均值偏移与重采样的顺序 | 第64页 |
| ·具体实现细节 | 第64-65页 |
| ·粒子重采样 | 第65页 |
| ·完整算法流程 | 第65-66页 |
| ·实验分析 | 第66-81页 |
| ·实验一：基于颜色特征的跟踪 | 第67-68页 |
| ·实验二：基于边缘特征的跟踪 | 第68-76页 |
| ·实验三：基于轮廓特征的跟踪 | 第76-77页 |
| ·实验四：基于特征融合的跟踪 | 第77-78页 |
| ·实验五：目标动态模型优化实验 | 第78-79页 |
| ·实验六：均值偏移聚类实验 | 第79-80页 |
| ·实验七：短时遮挡情况下的跟踪 | 第80-81页 |
| ·小结 | 第81-82页 |
| 6 总结与展望 | 第82-86页 |
| ·论文总结 | 第82-83页 |
| ·展望 | 第83-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 附录 | 第94页 |
| A. 作者在攻读学位期间发表的论文目录 | 第94页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第94页 |
