摘要:视频运动目标跟踪是机器视觉研究领域的一个重要课题，行人目标作为一种重要的跟踪对象，在机器人视觉导航、公共安全防控等领域具有广泛的应用场景。对行人目标进行研究，对行人目标进行跟踪，从而保障人身的安全、维护社会治安等具有重要意义。但由于行人目标为非刚性物体，易形变，并且运动规律不稳定、运动背景千变万化，因此难以对行人运动规律进行建模。粒子滤波是一种结合了蒙特卡罗方法与贝叶斯估计理论的统计滤波方法，它利用蒙特卡罗方法来解决贝叶斯估计过程中对非线性系统的适应性问题，因此，粒子滤波算法比较适用于非线性、非高斯系统之中。行人运动规律复杂多变，难以用线性系统去描述行人运动规律，因此可利用粒子滤波算法进行行人目标跟踪。它利用加权的随机粒子样本集合来近似状态的后验概率密度函数。因此，整个基于粒子滤波的跟踪问题就是对状态向量的估计问题。
本文主要阐述了粒子滤波的基本原理，介绍了颜色特征直方图的使用，在此基础上设计出应用于视频目标跟踪的一种滤波算法。利用粒子滤波来预测运动目标的移动速度、移动角度等，从而预测出运动目标在下一时刻的相对位置，完成对运动目标的跟踪。这在视频目标跟踪领域中有很广泛的实际应用。
关键词：粒子滤波；颜色直方图；视频目标跟踪
目录
摘要
Abstract
1 绪论-1
1.1 研究背景和意义-1
1.2 国内外研究现状-2
1.3 主要工作内容-3
1.4 论文结构安排-3
2 粒子滤波算法-4
2.1 标准粒子滤波-4
2.2 序贯重要性采样-5
2.3 重采样-7
2.4 粒子滤波算法流程-8
3 色彩直方图-9
3.1 色彩直方图的原理-9
3.2 颜色特征获取-10
4 基于粒子滤波的目标跟踪算法仿真-12
4.1 引言-12
4.2 实验结果分析-12
结 论-15
参考文献-16
附 录-17
致 谢-21
