內(nèi)河航運船舶視覺跟蹤算法

1 概論
1．1 引言
1．2 國內(nèi)外研究現(xiàn)狀
1．2．1 內(nèi)河船舶視覺跟蹤研究現(xiàn)狀分析
1．2．2 視覺跟蹤算法現(xiàn)狀分析
1．3 內(nèi)河船舶視覺跟蹤系統(tǒng)分析
1．3．1 內(nèi)河船舶視覺跟蹤系統(tǒng)的特點
1．3．2 內(nèi)河船舶視覺跟蹤難點
1．3．3 內(nèi)河船舶視覺跟蹤算法性能評價指標(biāo)
1．4 內(nèi)河船舶視覺跟蹤標(biāo)準(zhǔn)庫建設(shè)
1．4．1 標(biāo)準(zhǔn)庫建設(shè)的必要性
1．4．2 標(biāo)準(zhǔn)庫內(nèi)容分析
本章參考文獻(xiàn)
2 基于濾波理論的內(nèi)河船舶視覺跟蹤
2．1 Kalman濾波器
2．2 粒子濾波理論
2．2．1 貝葉斯估計
2．2．2 蒙特卡洛方法
2．3 粒子濾波器
2．3．1 粒子濾波器原理
2．3．2 粒子濾波器算法描述
2．4 基于粒子濾波算法的目標(biāo)跟蹤
2．5 基于濾波理論的船舶跟蹤實驗及算法分析
2．5．1 基于卡爾曼濾波的船舶跟蹤實驗及分析
2．5．2 基于粒子濾波的船舶跟蹤實驗及分析
本章參考文獻(xiàn)
3 Mean Shift內(nèi)河船舶跟蹤算法
3．1 基本Mean Shift算法
3．2 擴(kuò)腱Mean Shift算法
3．3 Mean Shift算法物理學(xué)含義
3．4 Mean Shift船舶跟蹤算法
3．4．1 算法原理
3 4．2 跟蹤流程圖
3 4．3 程序設(shè)計步驟
3．4．4 算法分析
本章參考文獻(xiàn)
4 MIL內(nèi)河船舶跟蹤算法
4．1 算法原理
4．1．1 圖像的表示
4 1．2 運動模型
4．1．3 外觀模型
4．2 算法分析
本章參考文獻(xiàn)
5 隨機(jī)投影內(nèi)河船舶跟蹤算法
5．1 隨機(jī)投影理論
5．2 算法原理
5．3 算法分析
5．3．1 原始信號屬性
j．3 2 隨機(jī)觀測矩陣
5 3．3 尺度跟蹤
5．3．4 遮擋跟蹤
本章參考文獻(xiàn)
6 正交粒子濾波低秩約束隨機(jī)投影內(nèi)河船舶跟蹤算法
6．1 貝葉斯?fàn)顟B(tài)估計
6．2 狀態(tài)轉(zhuǎn)移密度設(shè)計
6．3 建議分布選擇
6．4 正交實驗原理
6．5 正交實驗設(shè)計
6．6 正交粒子濾波
6．7 觀測似然概率密度設(shè)計
6．7．1 隨機(jī)觀測矩陣
6．7．2 目標(biāo)判定準(zhǔn)則
6．8 算法分析
本章參考文獻(xiàn)
7 跟蹤檢測協(xié)同內(nèi)河船舶跟蹤算法
7．1 算法原理
7．1．1 跟蹤模塊
7．1．2 檢測模塊
7．1．3 位置估計
7．1．4 學(xué)習(xí)模塊
7．2 算法分析
本章參考文獻(xiàn)
8 實驗對比及分析
8．1 參數(shù)設(shè)置
8．2 評價指標(biāo)
8．3 定性實驗結(jié)果及分析
8．4 定量實驗結(jié)果及分析