基于时空信息的视频目标跟踪算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 目标跟踪的挑战 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 单目标跟踪的研究现状 | 第13-15页 |
| 1.3.2 多目标跟踪的研究现状 | 第15-17页 |
| 1.4 本文的主要工作和内容安排 | 第17-19页 |
| 第二章 基于时空信息的目标跟踪算法 | 第19-26页 |
| 2.1 问题描述 | 第19-23页 |
| 2.1.1 空间信息模型 | 第20-21页 |
| 2.1.2 空间先验信息 | 第21页 |
| 2.1.3 置信图 | 第21-22页 |
| 2.1.4 快速学习空间信息模型 | 第22-23页 |
| 2.2 在线跟踪 | 第23页 |
| 2.2.1 跟踪方程 | 第23页 |
| 2.2.2 更新时空信息模型 | 第23页 |
| 2.3 算法缺点 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于部件时空信息的目标跟踪算法 | 第26-36页 |
| 3.1 平移估计 | 第26-30页 |
| 3.1.1 自适应特征选择 | 第26-28页 |
| 3.1.2 跟踪滤波器性能评判 | 第28-30页 |
| 3.2 尺度估计 | 第30页 |
| 3.3 自适应更新模型 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-35页 |
| 3.4.1 参数设置 | 第31页 |
| 3.4.2 评价指标 | 第31-32页 |
| 3.4.3 性能比较 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于时空信息和轨迹置信的多目标跟踪算法 | 第36-54页 |
| 4.1 初始化新轨迹 | 第36-37页 |
| 4.2 轨迹置信度 | 第37页 |
| 4.3 轨迹置信方程 | 第37-40页 |
| 4.3.1 局部关联轨迹 | 第38-39页 |
| 4.3.2 全局关联轨迹 | 第39-40页 |
| 4.4 融合时空信息的联姻模型 | 第40-46页 |
| 4.4.1 外观模型 | 第40-44页 |
| 4.4.2 形状模型 | 第44页 |
| 4.4.3 运动模型 | 第44-46页 |
| 4.5 轨迹置信度以及模型更新 | 第46-47页 |
| 4.5.1 轨迹置信度更新 | 第46-47页 |
| 4.5.2 模型更新 | 第47页 |
| 4.6 实验结果与分析 | 第47-52页 |
| 4.6.1 评价指标 | 第47-49页 |
| 4.6.2 解决漏检问题 | 第49-50页 |
| 4.6.3 性能比较 | 第50-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第五章 单目标跟踪实现多目标跟踪框架 | 第54-65页 |
| 5.1 形成目标轨迹 | 第54-55页 |
| 5.2 更新目标轨迹 | 第55-62页 |
| 5.2.1 判断错误轨迹 | 第55-56页 |
| 5.2.2 更新错误轨迹 | 第56-62页 |
| 5.3 数据结构 | 第62-63页 |
| 5.4 实验结果 | 第63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 未来展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 致谢 | 第74页 |
