复杂场景粒子滤波目标跟踪技术

1 (p1): 第1章 绪论
1 (p1-1): 1.1 课题研究背景、目标及意义
3 (p1-2): 1.2 国内外研究现状
3 (p1-2-1): 1.2.1 目标跟踪方法
5 (p1-2-2): 1.2.2 粒子滤波目标跟踪研究现状及存在的问题
8 (p1-3): 1.3 本书主要工作及结构
8 (p1-3-1): 1.3.1 本书主要工作
10 (p1-3-2): 1.3.2 本书结构
11 (p2): 第2章 粒子滤波理论基础
11 (p2-1): 2.1 引言
11 (p2-2): 2.2 状态空间模型
12 (p2-3): 2.3 贝叶斯估计理论
13 (p2-4): 2.4 蒙特卡罗方法
14 (p2-5): 2.5 重采样
15 (p2-6): 2.6 相似性度量
15 (p2-7): 2.7 粒子滤波目标跟踪框架
15 (p2-7-1): 2.7.1 粒子滤波算法
17 (p2-7-2): 2.7.2 算法步骤
18 (p2-8): 2.8 本章小结
19 (p3): 第3章 不同场景下不同特征模型粒子滤波目标跟踪性能分析
19 (p3-1): 3.1 引言
20 (p3-2): 3.2 复杂场景描述
21 (p3-3): 3.3 特征描述与提取
22 (p3-3-1): 3.3.1 颜色特征
24 (p3-3-2): 3.3.2 纹理特征
29 (p3-3-3): 3.3.3 角点提取
31 (p3-3-4): 3.3.4 特征描述方法
32 (p3-4): 3.4 不同场景下不同特征模型粒子滤波目标跟踪性能分析
33 (p3-5): 3.5 实验结果分析
53 (p3-6): 3.6 本章小结
55 (p4): 第4章 复杂场景多特征融合粒子滤波单目标跟踪
55 (p4-1): 4.1 引言
56 (p4-2): 4.2 SMBP纹理模型
56 (p4-2-1): 4.2.1 MBP纹理模型
57 (p4-2-2): 4.2.2 SMBP纹理模型
58 (p4-2-3): 4.2.3 目标跟踪性能分析
59 (p4-3): 4.3 复杂场景多特征融合粒子滤波单目标跟踪
60 (p4-3-1): 4.3.1 目标模型
60 (p4-3-2): 4.3.2 多特征融合
61 (p4-3-3): 4.3.3 算法步骤
63 (p4-4): 4.4 实验结果分析
70 (p4-5): 4.5 本章小结
72 (p5): 第5章 复杂场景多特征融合粒子滤波多目标跟踪
72 (p5-1): 5.1 引言
73 (p5-2): 5.2 常用目标检测方法
73 (p5-2-1): 5.2.1 帧间差分法
73 (p5-2-2): 5.2.2 对称差分法
74 (p5-2-3): 5.2.3 背景差分法
75 (p5-3): 5.3 一种改进的目标检测方法
79 (p5-4): 5.4 复杂场景多特征融合粒子滤波多目标跟踪
80 (p5-5): 5.5 实验结果分析
84 (p5-6): 5.6 本章小结
85 (p6): 第6章 总结与展望
85 (p6-1): 6.1 总结
86 (p6-2): 6.2 展望
88 (p7): 参考文献
93 (p8): 索引