文摘
英文文摘
第一章 绪论
1.1 引言
1.1.1 课题研究背景及意义
1.1.2 目标跟踪技术在相关领域中的应用
1.2 目标跟踪算法综述
1.2.1 以假设条件为依据的分类
1.2.2 基于特征的目标跟踪算法
1.3 跟踪问题的困扰因素和目标检测
1.3.1 跟踪问题的困扰因素
1.3.2 目标检测方法
1.4 本论文的主要工作和内容安排
第二章 基于Mean-Shift的目标跟踪算法
2.1 Mean-Shift算法简介
2.2 Mean-Shift算法原理
2.3 基于特征概率密度统计的目标表示和定位
2.4 Mean-Shift算法验证试验及分析
2.4.1 Mean-Shift算法验证试验
2.4.2 Mean-Shift算法分析
第三章 自动选择跟踪窗尺度的目标跟踪算法
3.1 基于视觉特征的尺度空间信息量度量
3.1.1 尺度空间
3.1.2 高斯尺度空间
3.1.3 尺度空间信息量度量定义的基本要求
3.1.4 尺度空间信息熵及其局限性
3.1.5 一维图像尺度空间的信息量度量
3.1.6 二维离散情形下的尺度空间信息量度量
3.2 自动选择跟踪窗尺度的目标跟踪算法
3.3 实验结果
3.3.1 尺度空间信息量度量验证试验
3.3.2 自动选择跟踪窗尺度的目标跟踪算法实验
第四章 非线性系统滤波算法
4.1 概述
4.2 估计理论和方法
4.3 卡尔曼滤波
4.4 扩展卡尔曼滤波
4.4.1 EKF
4.4.2 均方误差的非线性传递
4.4.3 Unscented变换和对称采样策略
4.4.4 UKF滤波的实现算法
第五章 基于UKF的窗口自适应Mean-Shift算法
5.1 改进的Mean-Shift跟踪算法结构
5.2 算法实现与分析
5.3 本章小结
第六章 总结和展望
致谢
参考文献
攻读硕士学位期间发表的论文