粒子滤波及相关算法在体育视频目标跟踪中的研究
RESEARCH ON PARTICLE FILTER AND CORRELATIVE ALGORITHM IN OBJECT TRACKING OF SPORT VIDEO
摘要
Abstract
第1章 绪论
1.1 引言
1.2 目标跟踪问题综述
1.2.1 目标跟踪问题分类
1.2.2 目标跟踪方法
1.2.3 目标跟踪问题的难点
1.3 粒子滤波的发展及研究现状
1.4 本文的主要工作和结构安排
第2章 滤波算法及相关理论
2.1 引言
2.2 贝叶斯滤波原理
2.2.1 状态—空间模型
2.2.2 贝叶斯滤波推理
2.3 粒子滤波器
2.3.1 蒙特卡罗方法
2.3.2 贝叶斯重要性采样
2.3.3 序贯重要性采样
2.3.4 滤波发散问题及解决办法
2.3.5 粒子滤波算法的描述
2.3.6 粒子滤波的其它算法
2.3.7 利用样本集估计目标位置
2.4 扩展卡尔曼滤波
2.5 算法仿真
2.6 本章小结
第3章 颜色特征及CAMShift算法用于目标跟踪
3.1 引言
3.2 基于颜色的目标特征的选取
3.2.1 RGB色彩空间
3.2.2 HSV色彩空间
3.3 Mean-Shift算法
3.3.1 算法原理
3.3.2 颜色特征的提取
3.3.3 算法流程
3.4 CAMShift算法
3.4.1 算法思想
3.4.2 算法描述
3.4.3 算法流程图
3.5 实验结果及分析
3.5.1 摄像机静止的拍摄模式
3.5.2 摄像机运动的拍摄模式
3.5.3 实验结论
3.6 本章小结
第4章 粒子滤波在目标跟踪中的研究与实现
4.1 引言
4.2 基于颜色特征的粒子滤波对目标跟踪的实现
4.2.1 目标模型
4.2.2 运动模型
4.2.3 粒子滤波器的实现
4.3 实验结果及分析
4.3.1 无遮挡物体的跟踪情况
4.3.2 有遮挡物体的跟踪情况
4.4 本章小结
第5章 自适应粒子滤波器实现及应用
5.1 引言
5.2 粒子滤波跟踪算法相关参数的研究
5.2.1 粒子传播半径对跟踪精度的影响
5.2.2 粒子数目对跟踪精度的影响
5.2.3 对跟踪精度的综合分析
5.3 自适应粒子滤波器的实现
5.3.1 遮挡的判断及相应的措施
5.3.2 正常跟踪的判断及跟踪的优化措施
5.4 本系统在体育比赛中的应用
5.4.1 线性运动目标的跟踪
5.4.2 非线性运动目标的跟踪
5.5 本章小结
结论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢