内河航运船舶视觉跟踪算法【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

内河航运船舶视觉跟踪算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 概论1

1.1 引言1

1.2 国内外研究现状5

1.2.1 内河船舶视觉跟踪研究现状分析7

1.2.2 视觉跟踪算法现状分析9

1.3 内河船舶视觉跟踪系统分析14

1.3.1 内河船舶视觉跟踪系统的特点14

1.3.2 内河船舶视觉跟踪难点15

1.3.3 内河船舶视觉跟踪算法性能评价指标16

1.4 内河船舶视觉跟踪标准库建设18

1.4.1 标准库建设的必要性18

1.4.2 标准库内容分析19

本章参考文献24

2 基于滤波理论的内河船舶视觉跟踪30

2.1 Kalman滤波器30

2.2 粒子滤波理论31

2.2.1 贝叶斯估计32

2.2.2 蒙特卡洛方法33

2.3 粒子滤波器34

2.3.1 粒子滤波器原理34

2.3.2 粒子滤波器算法描述38

2.4 基于粒子滤波算法的目标跟踪38

2.5 基于滤波理论的船舶跟踪实验及算法分析40

2.5.1 基于卡尔曼滤波的船舶跟踪实验及分析40

2.5.2 基于粒子滤波的船舶跟踪实验及分析41

本章参考文献44

3 Mean Shift内河船舶跟踪算法46

3.1 基本Mean Shift算法46

3.2 扩展Mean Shift算法47

3.3 Mean Shift算法物理学含义49

3.4 Mean Shift船舶跟踪算法50

3.4.1 算法原理50

3.4.2 跟踪流程图52

3.4.3 程序设计步骤53

3.4.4 算法分析54

本章参考文献54

4 MIL内河船舶跟踪算法56

4.1 算法原理56

4.1.1 图像的表示56

4.1.2 运动模型58

4.1.3 外观模型58

4.2 算法分析62

本章参考文献65

5 随机投影内河船舶跟踪算法66

5.1 随机投影理论66

5.2 算法原理67

5.3 算法分析70

5.3.1 原始信号属性70

5.3.2 随机观测矩阵71

5.3.3 尺度跟踪72

5.3.4 遮挡跟踪72

本章参考文献73

6 正交粒子滤波低秩约束随机投影内河船舶跟踪算法74

6.1 贝叶斯状态估计74

6.2 状态转移密度设计76

6.3 建议分布选择77

6.4 正交实验原理77

6.5 正交实验设计78

6.6 正交粒子滤波79

6.7 观测似然概率密度设计80

6.7.1 随机观测矩阵80

6.7.2 目标判定准则81

6.8 算法分析84

本章参考文献85

7 跟踪检测协同内河船舶跟踪算法87

7.1 算法原理87

7.1.1 跟踪模块88

7.1.2 检测模块93

7.1.3 位置估计102

7.1.4 学习模块102

7.2 算法分析103

本章参考文献104

8 实验对比及分析105

8.1 参数设置106

8.2 评价指标106

8.3 定性实验结果及分析106

8.4 定量实验结果及分析112