文摘
英文文摘
声明
第1章引 言
1.1课题研究的目的和意义
1.2智能车辆研究的历史和现状
1.3目标跟踪研究的历史和现状
1.4本文的组织结构
第2章目标检测算法研究
2.1目标检测原理
2.2常用目标检测算法
2.2.1帧间差分法
2.2.2背景差分法
2.2.3光流法
2.2.4双目立体匹配
第3章目标跟踪算法研究
3.1目标跟踪原理
3.1.1基于区域的跟踪
3.1.2基于特征的跟踪
3.1.3基于变形模板的跟踪
3.1.4基于模型的跟踪
3.2贝叶斯最优估计
3.3卡尔曼滤波
3.3.1卡尔曼滤波的起源与发展
3.3.2离散卡尔曼滤波
3.3.3扩展卡尔曼滤波
3.4蒙特卡罗方法
3.5粒子滤波
3.5.1基本原理
3.5.2退化现象
3.6粒子滤波的改进算法
3.6.1序列重要性重采样滤波
3.6.2辅助粒子滤波
3.6.3正则粒子滤波
3.6.4高斯粒子滤波
第4章算法设计
4.1基于粒子滤波的运动目标跟踪
4.1.1确定运动模型
4.1.2目标的先验知识
4.1.3系统状态转移
4.1.4系统观测
4.1.5计算后验概率
4.1.6重采样
4.2粒子滤波跟踪算法的VC实现
第5章实验结果及分析
5.1粒子滤波跟踪效果图展示及分析
5.1.1近处目标跟踪效果
5.1.2远处目标跟踪效果
5.2实验小结
第6章总结与展望
6.1总结
6.2展望
参考文献
作者在攻读硕士学位期间发表的学术论文
致 谢