基于粒子滤波的复杂背景下的目标跟踪方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·引言 | 第12页 |
| ·研究背景与意义 | 第12-14页 |
| ·目标跟踪理论国内外发展现状 | 第14-15页 |
| ·滤波理论的研究发展现状 | 第15-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·本文的内容安排 | 第18-19页 |
| 第2章 视频目标跟踪理论 | 第19-28页 |
| ·引言 | 第19页 |
| ·视频目标跟踪的基本原理 | 第19-20页 |
| ·视频目标跟踪算法分类 | 第20-26页 |
| ·基于运动分析的跟踪方法 | 第21-22页 |
| ·基于匹配的跟踪方法 | 第22-25页 |
| ·基于概率的跟踪方法 | 第25-26页 |
| ·复杂背景下的遮挡问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 目标跟踪中的滤波理论 | 第28-38页 |
| ·引言 | 第28页 |
| ·卡尔曼滤波原理 | 第28-29页 |
| ·扩展卡尔曼滤波原理 | 第29-30页 |
| ·粒子滤波理论 | 第30-34页 |
| ·贝叶斯估计理论 | 第31页 |
| ·蒙特卡罗方法 | 第31-32页 |
| ·重要性采样 | 第32-33页 |
| ·序列重要性采样 | 第33-34页 |
| ·粒子滤波的缺点 | 第34-36页 |
| ·重要性密度函数的选取 | 第34-35页 |
| ·重采样技术 | 第35-36页 |
| ·标准粒子滤波算法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 粒子滤波算法的优化与改进 | 第38-55页 |
| ·引言 | 第38页 |
| ·粒子滤波的改进算法 | 第38-40页 |
| ·基于重要性密度函数的改进 | 第38-39页 |
| ·基于重采样的改进 | 第39-40页 |
| ·基于智能算法改进的粒子滤波算法 | 第40-49页 |
| ·粒子群优化遗传粒子滤波算法 | 第41-44页 |
| ·基于人工鱼群的无味粒子滤波算法 | 第44-46页 |
| ·基于混沌的粒子群优化粒子滤波算法 | 第46-49页 |
| ·算法实验仿真分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于多特征融合的粒子滤波跟踪方法 | 第55-66页 |
| ·状态转移模型 | 第55-56页 |
| ·多特征融合观测模型 | 第56-59页 |
| ·颜色特征的提取 | 第56-58页 |
| ·纹理特征的提取 | 第58-59页 |
| ·多特征融合观测模型的建立 | 第59-61页 |
| ·基于多特征融合的粒子滤波跟踪算法 | 第61-62页 |
| ·实验结果与分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 总结与展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 附录 A 攻读硕士学位期间所发表的论文 | 第74页 |
