| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.1.1 课题的研究背景 | 第9-10页 |
| 1.1.2 课题的研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究工作及创新 | 第11-12页 |
| 1.4 论文的内容安排 | 第12-15页 |
| 第二章 多摄像机下运动目标检测与跟踪相关算法简介 | 第15-25页 |
| 2.1 基于多摄像机的运动目标检测 | 第15-17页 |
| 2.1.1 背景差法 | 第15-16页 |
| 2.1.2 混合高斯模型 | 第16-17页 |
| 2.2 基于多摄像机的目标跟踪 | 第17-23页 |
| 2.2.1 目标特征匹配 | 第17-21页 |
| 2.2.2 拓扑关系建立 | 第21-22页 |
| 2.2.3 数据关联 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 基于多摄像机的融合颜色特征和纹理特征的目标鉴定 | 第25-43页 |
| 3.1 针对多摄像机的纹理特征的算法设计 | 第25-30页 |
| 3.1.1 2bitBP纹理特征的推广 | 第26-28页 |
| 3.1.2 基于SIFT匹配点集和推广的2bitBP特征的特征生成算法 | 第28-30页 |
| 3.1.3 基于SIFT配点集和推广的2bitBP特征的目标鉴定 | 第30页 |
| 3.2 融合多摄像机的颜色特征和纹理特征的目标鉴定 | 第30-34页 |
| 3.2.1 基于多摄像机的颜色特征的目标鉴定 | 第30-34页 |
| 3.2.2 融合颜色和纹理特征的目标鉴定 | 第34页 |
| 3.3 实验结果与分析 | 第34-42页 |
| 3.3.1 针对多摄像机的纹理特征与LBP特征的性能比较 | 第34-36页 |
| 3.3.2 基于颜色特征的目标鉴定实验结果 | 第36-41页 |
| 3.3.3 融合颜色和纹理特征的目标鉴定实验结果 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于时空信息的重叠与非重叠的混合视域多摄像机目标鉴定 | 第43-55页 |
| 4.1 基于混合视域的多摄像机间拓扑关系与矩阵表示的研究 | 第43-46页 |
| 4.2 基于时空的混合视域的多摄像机目标鉴定 | 第46-48页 |
| 4.2.1 多摄像机进出口区域学习 | 第46-47页 |
| 4.2.2 转移时间概率分布的改进 | 第47-48页 |
| 4.2.3 基于时空的多摄像机目标鉴定 | 第48页 |
| 4.3 实验结果与分析 | 第48-53页 |
| 4.3.1 多摄像机拓扑矩阵表示实验结果 | 第49页 |
| 4.3.2 多摄像机进出口区域学习实验结果 | 第49-51页 |
| 4.3.3 重叠和非重叠视域的转移时间概率分布实验结果 | 第51-53页 |
| 4.3.4 基于时空关系的目标鉴定实验结果 | 第53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 融合颜色、纹理与时空特征的目标鉴定的算法实现 | 第55-61页 |
| 5.1 融合目标颜色、纹理与时空特征的目标鉴定算法 | 第55-56页 |
| 5.2 多摄像机目标鉴定系统的实现 | 第56-57页 |
| 5.3 实验结果与分析 | 第57-60页 |
| 5.3.1 基于多摄像机颜色、纹理和时空特征的融合实验结果 | 第57-58页 |
| 5.3.2 多摄像机目标鉴定系统实验结果 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 进一步研究方向 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
