粒子滤波框架下的自适应多特征融合目标跟踪方法研究
RESEARCH ON ADAPTIVE MULTI-CUE
摘要
Abstract
第一章 绪论
1.1 课题背景及研究的目的和意义
1.2 课题相关领域研究现状及分析
1.2.1 主要跟踪方法分析
1.2.2 目标外观建模方法分析
1.3 本文的研究内容及结构安排
第2章 粒子滤波算法理论
2.1 引言
2.2 粒子滤波理论基础
2.2.1 蒙特卡罗方法
2.2.2 贝叶斯重要性采样
2.2.3 序贯重要性采样
2.2.4 粒子退化问题
2.2.5 重要性函数的选择
2.2.6 重采样
2.2.7 基本的粒子滤波算法描述
2.2.8 利用样本集估计目标位置
2.3 本章小节
第3章 自适应权值计算的多特征融合跟踪方法
3.1 引言
3.2 目标的视觉特征
3.2.1 跟踪算法的目标特征选取
3.3 本文采用的特征表示与描述
3.3.1 颜色特征
3.3.2 纹理特征
3.3.3 边缘特征
3.3.4 直方图相似性度量
3.4 自适应权值的多特征融合算法
3.4.1 粒子滤波器中多特征融合的目标建模框架
3.4.2 多特征融合的自适应权值计算方法
3.5 多特征自适应融合的粒子滤波跟踪算法
3.6 本章小结
第4章 双重粒子滤波自适应权值跟踪
4.1 引言
4.2 自适应权值跟踪多特征融合方法
4.2.1 权值跟踪策略
4.2.2 自适应权值跟踪多特征融合方法
4.3 双重粒子滤波跟踪算法
4.4 本章小结
第5章 实验结果及分析
5.1 引言
5.2 实验参数说明
5.3 与单特征跟踪和权值固定多特征跟踪的比较
5.4 复杂背景下的视频跟踪
5.5 遮挡情况下的视频跟踪
5.6 场景突变情况下的视频跟踪
5.7 本章小结
结论
参考文献
攻读学位期间发表的学术论文
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢