文摘
英文文摘
声明
第1章绪论
1.1本课题的研究意义
1.2国内外研究现状
1.2.1目标检测技术
1.2.2目标跟踪技术
1.3本文的工作重点
1.4本文的结构安排
第2章相关理论基础
2.1贝叶斯理论
2.1.1条件概率和事件的独立性
2.1.2全概率公式和贝叶斯公式
2.1.3贝叶斯统计推断
2.1.4贝叶斯滤波
2.2卡尔曼滤波
2.3蒙特卡罗方法
2.3.1蒙特卡罗方法的基本原理
2.3.2蒙特卡罗方法的收敛性
2.3.3蒙特卡罗方法的实现
2.4粒子滤波
2.4.1粒子滤波概述
2.4.2粒子滤波基本思想
2.4.3退化问题
2.4.4重要性函数的选择和重采样
2.5.5粒子滤波算法框架
2.5本章小结
第3章运动目标检测技术的研究
3.1常用的运动目标检测方法
3.1.1 时间差分
3.1.2光流法
3.1.3背景差分法
3.2高斯混合背景建模
3.2.1高斯混合模型
3.2.2学习速率的自适应更新
3.3实验结果及分析
3.4本章小结
第4章基于均值漂移的目标跟踪
4.1均值漂移算法
4.1.1均值漂移基础
4.1.2目标描述和匹配准则
4.1.3候选目标的描述
4.1.4相似性测度
4.1.5目标定位
4.1.6均值漂移算法步骤
4.2改进的基于均值漂移与卡尔曼滤波的目标跟踪算法
4.2.1目标运动参数估计
4.2.2结合均值漂移与卡尔受滤波的跟踪算法
4.2.3改进的目标跟踪算法步骤
4.2.4颜色模型更新策略
4.3实验结果及分析
4.4本章小结
第5章多特征融合粒子滤波跟踪算法
5.1基于粒子滤波的目标跟踪
5.2目标描述
5.2.1运动模型
5.2.2颜色特征
5.2.3纹理特征
5.3跟踪算法流程
5.4实验结果及分析
5.4.1人工合成图像序列中目标的跟踪
5.4.2真实图像序列中目标的跟踪
5.5本章小结
第六章总结与展望
6.1本文工作总结
6.2工作展望
参考文献
致谢
读研期间发表论文及完成项目情况