基于粒子滤波的运动目标跟踪算法研究与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·本课题的研究背景和意义 | 第8-12页 |
| ·论文的主要工作 | 第12-13页 |
| ·文章章节安排 | 第13-14页 |
| 2 目标跟踪相关技术介绍 | 第14-21页 |
| ·目标跟踪概述 | 第14-15页 |
| ·基于运动目标的检测方法 | 第15-17页 |
| ·运动目标跟踪的难点 | 第15-16页 |
| ·运动目标检测方法 | 第16-17页 |
| ·目标特征提取 | 第17-20页 |
| ·RGB 与HSV 模型及区别 | 第18-19页 |
| ·HSV 颜色直方图 | 第19-20页 |
| ·颜色特征匹配 | 第20页 |
| ·小结 | 第20-21页 |
| 3 两种经典跟踪算法的研究 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·贝叶斯滤波 | 第22-23页 |
| ·Kalman 跟踪 | 第23-24页 |
| ·目标模型构造 | 第23-24页 |
| ·Kalman 滤波算法 | 第24页 |
| ·粒子滤波 | 第24-30页 |
| ·蒙特卡洛方法 | 第24-26页 |
| ·重要性重采样 | 第26-27页 |
| ·序列重要性采样 | 第27-28页 |
| ·粒子滤波的退化现象 | 第28-29页 |
| ·粒子滤波基本算法流程 | 第29-30页 |
| ·粒子滤波与Kalman 滤波仿真结果分析及结论 | 第30-32页 |
| ·小结 | 第32-33页 |
| 4 粒子滤波目标跟踪算法改进 | 第33-47页 |
| ·目标检测与特征提取 | 第33-36页 |
| ·高斯混合模型 | 第33-35页 |
| ·基于RGB 颜色模型的阴影处理 | 第35-36页 |
| ·基于前景检测的粒子滤波目标跟踪算法 | 第36-37页 |
| ·目标模型构造 | 第36-37页 |
| ·粒子滤波跟踪算法现实 | 第37页 |
| ·改进的粒子滤波跟踪算法 | 第37-45页 |
| ·基于前景的粒子滤波跟踪算法 | 第38-40页 |
| ·基于前景的颜色直方图改进 | 第40-43页 |
| ·结合前景检测的粒子滤波跟踪算法流程 | 第43页 |
| ·实验效果 | 第43-45页 |
| ·小结 | 第45-47页 |
| 5 运动目标跟踪模块设计与实现 | 第47-57页 |
| ·引言 | 第47-48页 |
| ·多目标跟踪方法 | 第48-50页 |
| ·基于粒子滤波的多目标跟踪模块设计 | 第50-53页 |
| ·实验及效果分析 | 第53-57页 |
| 6 结论与展望 | 第57-59页 |
| ·主要结论 | 第57页 |
| ·后续研究工作的展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第64页 |
