目标跟踪综述.pptxVIP

目标跟踪综述;目录;1课题背景与研究意义;2.国内外研究现状;基于对比度分析的方法;基于特征匹配的目标跟踪算法;贝叶斯跟踪;卡尔曼滤波;粒子滤波;除了KF 和PF 之外，隐马尔科夫模型（HMMs）和动态贝叶斯模型（DBNs）也是贝叶斯框架下重要的视觉跟踪方法。HMMs 和DBNs 将运动目标的内部状态和观测量用状态变量（向量）表示，DBNs 使用状态随机变量（向量）集，并在它们之间建立概率关联。HMMs 将系统建模为马尔科夫过程。;基于运动检测的目标跟踪算法;核方法;多特征融合跟踪;Towards robust multi-cue integration for visual tracking;一般的系统框架;多线索融合模型;Democratic integration;根据前面各特征的影响度，调整各自的权值Wi，使他们能够对不断变化的环境产生反应，集成为一个多状态显示的预估方案 ;feed back;2.自适应单线索观察 f函数：抽取一个合适的特征向量;Democratic integration 方法局限性的分析;Soccer sequence;Two person sequence;Integration with CONDENSATION;基于上下文跟踪的方法;3.存在的问题;4 总结，发展与展望;参考文献;参考文献;参考文献;1、有时候读书是一种巧妙地避开思考的方法