基于特征融合的粒子滤波算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 运动目标检测研究现状 | 第12页 |
| 1.2.2 运动目标跟踪研究现状 | 第12-17页 |
| 1.3 研究意义 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第2章 相关知识介绍 | 第19-29页 |
| 2.1 运动目标检测 | 第19-20页 |
| 2.1.1 帧间差分法 | 第19-20页 |
| 2.1.2 图像的膨胀和腐蚀 | 第20页 |
| 2.2 粒子滤波理论基础 | 第20-28页 |
| 2.2.1 贝叶斯估计理论 | 第21-22页 |
| 2.2.2 蒙特卡罗方法 | 第22-23页 |
| 2.2.3 重要性采样 | 第23-24页 |
| 2.2.4 序贯重要性采样 | 第24-26页 |
| 2.2.5 粒子匮乏问题 | 第26页 |
| 2.2.6 重要性函数的选择 | 第26-27页 |
| 2.2.7 重采样 | 第27-28页 |
| 2.3 小结 | 第28-29页 |
| 第3章 基于颜色单特征的粒子滤波算法 | 第29-45页 |
| 3.1 单目标跟踪算法实现 | 第29-37页 |
| 3.1.1 矩形粒子模型 | 第29-30页 |
| 3.1.2 目标模型的建立 | 第30-32页 |
| 3.1.3 粒子初始化 | 第32页 |
| 3.1.4 状态预测 | 第32-33页 |
| 3.1.5 权值计算 | 第33-34页 |
| 3.1.6 跟踪估计 | 第34-35页 |
| 3.1.7 重采样 | 第35-36页 |
| 3.1.8 算法流程 | 第36-37页 |
| 3.2 单目标跟踪实验测试与分析 | 第37-43页 |
| 3.2.1 实验环境 | 第37-38页 |
| 3.2.2 运动目标检测实验分析 | 第38-40页 |
| 3.2.3 运动目标跟踪实验分析 | 第40-43页 |
| 3.3 多目标跟踪算法实现 | 第43-44页 |
| 3.3.1 多目标跟踪算法描述 | 第43页 |
| 3.3.2 多目标跟踪实验分析 | 第43-44页 |
| 3.4 小结 | 第44-45页 |
| 第4章 粒子滤波算法融合LBP特征的改进 | 第45-55页 |
| 4.1 目标特征的提取 | 第45-47页 |
| 4.1.1 颜色特征 | 第45-46页 |
| 4.1.2 LBP纹理特征 | 第46-47页 |
| 4.2 融合LBP特征的粒子权值评价 | 第47-49页 |
| 4.3 融合LBP特征改进算法描述 | 第49-50页 |
| 4.4 融合LBP特征改进算法实验测试与分析 | 第50-54页 |
| 4.4.1 颜色相近情况下的跟踪 | 第50-53页 |
| 4.4.2 遮挡情况下的跟踪 | 第53-54页 |
| 4.5 小结 | 第54-55页 |
| 第5章 基于OpenMP粒子滤波算法并行化 | 第55-67页 |
| 5.1 OpenMP并行执行模式 | 第55-57页 |
| 5.2 粒子滤波算法并行设计 | 第57-60页 |
| 5.2.1 颜色空间转换的并行化 | 第57-59页 |
| 5.2.2 算法并行化 | 第59-60页 |
| 5.3 实验测试与分析 | 第60-65页 |
| 5.3.1 单目标跟踪并行测试 | 第61-63页 |
| 5.3.2 多目标跟踪并行测试 | 第63-65页 |
| 5.4 小结 | 第65-67页 |
| 第6章 结束语 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
