基于粒子滤波的目标跟踪算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·视频目标跟踪概述 | 第12-16页 |
| ·目标跟踪算法的研究现状 | 第12-14页 |
| ·目标状态估计方法的现状 | 第14-16页 |
| ·视频目标跟踪的难点 | 第16页 |
| ·粒子滤波的研究现状 | 第16-18页 |
| ·本文主要工作及篇章结构 | 第18-21页 |
| ·本文主要工作 | 第18-19页 |
| ·本文结构 | 第19-21页 |
| 第二章 粒子滤波技术 | 第21-36页 |
| ·引言 | 第21页 |
| ·贝叶斯状态估计 | 第21-22页 |
| ·序贯重要性采样 | 第22-24页 |
| ·粒子滤波算法的一般算法流程 | 第24-27页 |
| ·系统模型和观测模型 | 第27-30页 |
| ·系统模型 | 第27-28页 |
| ·观测模型 | 第28-30页 |
| ·HSV 颜色空间 | 第28-29页 |
| ·观测似然函数 | 第29-30页 |
| ·仿真实验 | 第30-35页 |
| ·标准粒子滤波算法流程 | 第31页 |
| ·Camshift 算法流程 | 第31-32页 |
| ·实验结果比较 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 标准粒子滤波算法的改进 | 第36-44页 |
| ·引言 | 第36-37页 |
| ·基于核的空间颜色直方图 | 第37-38页 |
| ·梯度方向直方图 | 第38-40页 |
| ·多特征自适应融合 | 第40-42页 |
| ·模板更新 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 遮挡情况下的粒子滤波跟踪算法 | 第44-54页 |
| ·引言 | 第44-46页 |
| ·混合运动模型 | 第46-47页 |
| ·遮挡时刻判断 | 第47页 |
| ·基于分块的跟踪算法 | 第47-49页 |
| ·子块的划分 | 第48页 |
| ·子块的表决 | 第48-49页 |
| ·仿真实验 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于粒子滤波的多目标跟踪 | 第54-69页 |
| ·引言 | 第54-55页 |
| ·视觉背景提取算法及改进 | 第55-59页 |
| ·视觉背景提取算法 | 第55-57页 |
| ·视觉背景提取算法的改进 | 第57-59页 |
| ·基于推理的关联算法 | 第59-61页 |
| ·仿真实验 | 第61-68页 |
| ·背景检测仿真实验 | 第61-64页 |
| ·基于粒子滤波多目标仿真实验 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 答辩委员会对论文的评定意见 | 第77页 |
