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