复杂场景粒子滤波目标跟踪技术
作者：闫河，刘婕，杨德红，金炜，刘宇 著
出版时间： 2015年版
内容简介
鉴于粒子滤波目标跟踪的应用前景，《复杂场景粒子滤波目标跟踪技术》对复杂场景下粒子滤波单目标跟踪和多目标跟踪的一些关键技术进行了研究。在参考国内外学者研究方法的基础上，根据近几年的研究成果，较系统地论述了传统粒子滤波目标跟踪算法存在的缺陷；对噪声干扰、光照变化、目标与背景色彩相近、姿态变化、遮挡、相机抖动、多目标等视频场景的复杂性进行了分析，研究了不同场景下采用不同目标特征模型对粒子滤波单目标跟踪性能的影响；提出了自动感知和捕捉运动目标的自适应检测算法，以及基于多特征融合的粒子滤波多目标跟踪方面的理论及应用技术。
《复杂场景粒子滤波目标跟踪技术》可供光电信息类、电子信息类、计算机应用等专业高年级本科生、研究生、教师和科研人员阅读，也可作为相关专业机器视觉相关课程的参考用书。
目录
第1章 绪论
1．1 课题研究背景、目标及意义
1．2 国内外研究现状
1．2．1 目标跟踪方法
1．2．2 粒子滤波目标跟踪研究现状及存在的问题
1．3 本书主要工作及结构
1．3．1 本书主要工作
1．3．2 本书结构
第2章 粒子滤波理论基础
2．1 引言
2．2 状态空间模型
2．3 贝叶斯估计理论
2．4 蒙特卡罗方法
2．5 重采样
2．6 相似性度量
2．7 粒子滤波目标跟踪框架
2．7．1 粒子滤波算法
2．7．2 算法步骤
2．8 本章小结
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
3．1 引言
3．2 复杂场景描述
3．3 特征描述与提取
3．3．1 颜色特征
3．3．2 纹理特征
3．3．3 角点提取
3．3．4 特征描述方法
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
3．5 实验结果分析
3．6 本章小结
第4章 复杂场景多特征融合粒子滤波单目标跟踪
4．1 引言
4．2 SMBP纹理模型
4．2．1 MBP纹理模型
4．2．2 SMBP纹理模型
4．2．3 目标跟踪性能分析
4．3 复杂场景多特征融合粒子滤波单目标跟踪
4．3．1 目标模型
4．3．2 多特征融合
4．3．3 算法步骤
4．4 实验结果分析
4．5 本章小结
第5章 复杂场景多特征融合粒子滤波多目标跟踪
5．1 引言
5．2 常用目标检测方法
5．2．1 帧间差分法
5．2．2 对称差分法
5．2．3 背景差分法
5．3 -种改进的目标检测方法
5．4 复杂场景多特征融合粒子滤波多目标跟踪
5．5 实验结果分析
5．6 本章小结
第6章 总结与展望
6．1 总结
6．2 展望
参考文献
索引
