| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·行人跟踪国内外研究现状 | 第11-12页 |
| ·行人跟踪面临的困难和挑战 | 第12-13页 |
| ·行人跟踪方法简介 | 第13-15页 |
| 本章小结 | 第15-17页 |
| 第二章 行人跟踪的理论基础 | 第17-25页 |
| ·粒子滤波 | 第17-22页 |
| ·粒子滤波算法及改进 | 第18-21页 |
| ·粒子滤波的缺点 | 第21-22页 |
| ·人工神经网络 | 第22-24页 |
| 本章小结 | 第24-25页 |
| 第三章 融合BP神经网络和粒子滤波的行人跟踪算法研究 | 第25-33页 |
| ·BP神经网络 | 第25-29页 |
| ·BPN-PF模型 | 第29-31页 |
| ·实验结果和分析 | 第31-32页 |
| 本章小结 | 第32-33页 |
| 第四章 融合Sigma-Pi神经网络和粒子滤波的行人跟踪算法研究 | 第33-59页 |
| ·Sigma-Pi神经网络 | 第33-35页 |
| ·特征选取和处理 | 第35-44页 |
| ·颜色特征提取 | 第35-39页 |
| ·运动特征提取 | 第39-41页 |
| ·形状特征提取 | 第41-44页 |
| ·SPN-PF模型 | 第44-47页 |
| ·实验结果和分析 | 第47-58页 |
| ·提取单一颜色特征实验 | 第47-50页 |
| ·提取单一运动特征实验 | 第50页 |
| ·提取单一形状特征实验 | 第50-53页 |
| ·采用SPN-PF模型实验 | 第53-58页 |
| 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |