自适应颜色直方图的粒子滤波算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 一 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 二 理论知识 | 第12-21页 |
| 引言 | 第12-13页 |
| ·状态空间模型 | 第13页 |
| ·贝叶斯估计理论 | 第13-15页 |
| ·粒子滤波原理 | 第15-19页 |
| ·蒙特卡洛随机模拟 | 第15-16页 |
| ·重要性采样 | 第16-17页 |
| ·序列重要性采样 | 第17-18页 |
| ·重要性性分布的选择 | 第18页 |
| ·重采样 | 第18-19页 |
| ·粒子滤波算法实现 | 第19-21页 |
| 三 基于空间直方图的粒子滤波 | 第21-34页 |
| 引言 | 第21-22页 |
| ·相关工作 | 第22-26页 |
| ·粒子滤波器 | 第22-23页 |
| ·颜色直方图的基本理论 | 第23-25页 |
| ·颜色直方图的粒子滤波算法 | 第25-26页 |
| ·自适应的颜色直方图的粒子滤波算法 | 第26-30页 |
| ·自适应直方图的跟踪 | 第26-27页 |
| ·合适的箱子数 | 第27-28页 |
| ·空间信息合并 | 第28-29页 |
| ·模型的史新 | 第29-30页 |
| ·跟踪方法的实现 | 第30-32页 |
| ·实验与仿真 | 第32-34页 |
| 四 基于自适应颜色直方图的人脸跟踪 | 第34-38页 |
| ·引言 | 第34-35页 |
| ·实验结果与讨论 | 第35-37页 |
| ·总结 | 第37-38页 |
| 五 总结与展望 | 第38-40页 |
| ·总结 | 第38-39页 |
| ·本文的主要工作 | 第38页 |
| ·本文的创新之处 | 第38-39页 |
| ·展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-43页 |