声明
摘要
第一章 绪论
1.1 本文研究背景及其意义
1.2 视觉跟踪研究现状
1.3 粒子滤波在运动目标跟踪中的研究现状
1.4 粒子滤波面临的挑战
1.5 本文主要内容及章节安排
第二章 粒子滤波基础理论知识
2.1 引言
2.2 贝叶斯滤波原理
2.2.1 概述
2.2.2 最优贝叶斯滤波
2.3 粒子滤波原理
2.3.1 贝叶斯重要性采样
2.3.2 序列重要性采样
2.3.3 建议分布的选择
2.3.4 重采样
2.3.5 粒子滤波算法流程
2.4 本章小结
第三章 基于多特征自适应融合的粒子滤波算法
3.1 引言
3.2 目标数学模型
3.2.1 状态模型
3.2.2 状态转移模型
3.2.3 观测模型
3.3 似然模型
3.4 多特征信息融合
3.5 似然函数噪声更新
3.6 算法流程
3.7 实验及结果分析
3.8 本章小结
第四章 基于小生境遗传算法的粒子滤波算法
4.1 引言
4.2 Mean Shift理论
4.2.1 基本Mean Shift
4.2.2 扩展Mean Shift
4.2.3 Mean Shift 在视频跟踪中的应用
4.3 遗传算法的基本原理及实现过程
4.3.1 遗传算法基本原理
4.3.2 遗传算法实现过程
4.4 小生境概念的遗传算法
4.5 基于小生境遗传算法的粒子滤波算法
4.6 实验结果分析
4.7 本章小结
第五章 总结与展望
5.1 本文工作总结
5.2 研究与展望
参考文献
致谢
攻读学位期间的主要研究成果