| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1 引言 | 第9-15页 |
| ·课题研究背景 | 第9-11页 |
| ·国内外研究现状分析 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文的创新点 | 第13-15页 |
| 2 运动目标检测与跟踪算法简介 | 第15-25页 |
| ·运动目标检测算法 | 第15-20页 |
| ·分割算法研究 | 第15-19页 |
| ·算法的性能评价 | 第19-20页 |
| ·运动目标跟踪算法研究 | 第20-25页 |
| ·卡尔曼滤波 | 第21-23页 |
| ·粒子滤波 | 第23-25页 |
| 3 基于分块混合高斯背景建模的运动目标分割算法 | 第25-35页 |
| ·典型的背景消减算法 | 第25-27页 |
| ·均值法 | 第25页 |
| ·中值法 | 第25-26页 |
| ·单高斯模型 | 第26-27页 |
| ·混合高斯背景模型 | 第27-34页 |
| ·背景模型建立 | 第27-28页 |
| ·背景更新 | 第28-29页 |
| ·分块高斯建模 | 第29页 |
| ·运动阴影去除 | 第29-31页 |
| ·实验分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于建议分布改进的粒子滤波运动目标跟踪算法研究 | 第35-53页 |
| ·建议分布的选择机制 | 第35-40页 |
| ·直接选择机制 | 第35-37页 |
| ·结合其它滤波方法的选择机制 | 第37-38页 |
| ·运动目标跟踪实验分析 | 第38-40页 |
| ·基于混合建议分布改进的粒子滤波运动目标跟踪算法 | 第40-45页 |
| ·改进的混合建议分布 | 第40页 |
| ·结合其它改进策略 | 第40-42页 |
| ·基于建议分布改进的粒子滤波算法 | 第42-43页 |
| ·运动目标跟踪实验分析 | 第43-45页 |
| ·基于建议分布自适应改进的粒子滤波运动目标跟踪算法研究 | 第45-52页 |
| ·建议分布的自适应选择机制分析及评估 | 第45-48页 |
| ·结合其它自适应改进机制 | 第48-50页 |
| ·基于建议分布自适应改进的粒子滤波算法 | 第50-51页 |
| ·运动目标实验分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |