图像序列中多目标跟踪技术研究
| 摘要 | 第1-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题背景和研究意义 | 第8-9页 |
| ·研究现状和所存在的问题 | 第9-11页 |
| ·静止背景中目标检测和跟踪 | 第9页 |
| ·特征点的检测和选取 | 第9-10页 |
| ·图像稳定 | 第10-11页 |
| ·目标跟踪 | 第11页 |
| ·本文概述 | 第11-13页 |
| ·主要工作及成果 | 第11-12页 |
| ·各章简介 | 第12-13页 |
| 第二章 静止背景中运动目标检测与跟踪 | 第13-30页 |
| ·引言 | 第13-14页 |
| ·运动目标检测 | 第14-25页 |
| ·瞬时差分法 | 第15-16页 |
| ·自适应背景相减法 | 第16-21页 |
| ·自适应背景估计法 | 第21-25页 |
| ·扩展卡尔曼滤波器跟踪 | 第25-29页 |
| ·匹配模板 | 第26页 |
| ·目标运动位置的预测 | 第26-29页 |
| ·一个目标检测和跟踪系统例子 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 序列图像的特征点检测 | 第30-44页 |
| ·特征点检测方法的分类 | 第30-34页 |
| ·基于小波的特征点检测方法 | 第34-42页 |
| ·Gabor滤波器的特性 | 第35-40页 |
| ·检测算法 | 第40-42页 |
| ·一种适于图像稳定的检测算法和检测例子 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 图像稳定 | 第44-56页 |
| ·运动模型 | 第45-46页 |
| ·特征点配对 | 第46-52页 |
| ·图像的高斯金字塔表示 | 第47-50页 |
| ·基于金字塔结构的特征点匹配 | 第50-52页 |
| ·模型参数估计 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 运动背景中的目标跟踪 | 第56-71页 |
| ·传统的跟踪方法 | 第56-57页 |
| ·MEAN-SHIFT跟踪器和跟踪算法 | 第57-63页 |
| ·Mean-Sihft基础 | 第57-59页 |
| ·目标描述和匹配准则 | 第59-61页 |
| ·跟踪算法 | 第61-63页 |
| ·跟踪结果 | 第63-68页 |
| ·跟踪算法测试框架设计 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结和展望 | 第71-74页 |
| ·本文工作及成果总结 | 第71-72页 |
| ·本文存在的不足及今后研究方向 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
