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 |