| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 单摄像头目标追踪技术 | 第13-14页 |
| 1.2.2 多摄像头目标跟踪技术 | 第14-15页 |
| 1.2.3 多摄像头协同调度技术 | 第15页 |
| 1.3 研究内容及创新性工作介绍 | 第15-16页 |
| 1.4 章节安排 | 第16-17页 |
| 第二章 多摄像头目标跟踪与压缩感知理论 | 第17-23页 |
| 2.1 多摄像头跟踪系统 | 第17-18页 |
| 2.1.1 系统架构分类 | 第17页 |
| 2.1.2 应用场景分类 | 第17-18页 |
| 2.2 压缩感知跟踪算法 | 第18-21页 |
| 2.2.1 随机投影和稀疏感知理论 | 第19页 |
| 2.2.2 压缩感知算法 | 第19-20页 |
| 2.2.3 贝叶斯分类器 | 第20-21页 |
| 2.3 基于压缩感知的非重叠多摄像头跟踪系统 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 单摄像头环境下压缩感知跟踪算法的改进 | 第23-36页 |
| 3.1 基于假设检验的压缩感知跟踪算法 | 第23-26页 |
| 3.1.1 目标遮挡问题 | 第23-24页 |
| 3.1.2 假设检验 | 第24页 |
| 3.1.3 压缩感知特征的假设检验 | 第24-25页 |
| 3.1.4 算法步骤 | 第25-26页 |
| 3.2 多尺度自适应的压缩感知跟踪算法 | 第26-28页 |
| 3.2.1 目标尺寸问题 | 第26页 |
| 3.2.2 多尺度自适应机制 | 第26-28页 |
| 3.2.3 算法步骤 | 第28页 |
| 3.3 单摄像头压缩感知跟踪算法目标消失的判定 | 第28-30页 |
| 3.4 实验与结果分析 | 第30-34页 |
| 3.4.1 实验环境与实验参数 | 第30页 |
| 3.4.2 实验评价指标 | 第30-31页 |
| 3.4.3 遮挡问题的实验分析 | 第31-32页 |
| 3.4.4 多尺度自适应实验分析 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 多摄像头网络调度系统与运动目标检测 | 第36-48页 |
| 4.1 非重叠多摄像头调度系统 | 第36-41页 |
| 4.1.1 非重叠多摄像头网络跟踪系统架构 | 第36-37页 |
| 4.1.2 基于协同模型的非重叠多摄像头网络调度算法 | 第37-40页 |
| 4.1.3 实验分析 | 第40-41页 |
| 4.2 运动目标检测 | 第41-45页 |
| 4.2.1 背景减除法 | 第41-42页 |
| 4.2.2 帧间差分法 | 第42-44页 |
| 4.2.3 光流法 | 第44-45页 |
| 4.3 基于MHI的三帧差分法 | 第45-47页 |
| 4.3.1 运动历史图像MHI | 第45-46页 |
| 4.3.2 阈值操作 | 第46-47页 |
| 4.3.3 实验分析 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 压缩感知在多摄像头目标重认定中的应用 | 第48-61页 |
| 5.1 级联分类器 | 第48-50页 |
| 5.2 压缩感知在目标重认定的应用 | 第50-52页 |
| 5.2.1 灰度同一化 | 第50-51页 |
| 5.2.2 多尺度同一化 | 第51-52页 |
| 5.3 HOG在目标重认定的应用 | 第52-53页 |
| 5.4 级联机制的目标重认定实验 | 第53-56页 |
| 5.5 基于压缩感知的非重叠多摄像头网络跟踪系统的实现 | 第56-57页 |
| 5.6 实验分析 | 第57-59页 |
| 5.6.1 实验环境与实验方案 | 第57-58页 |
| 5.6.2 实验结果及分析 | 第58-59页 |
| 5.7 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |