基于多统计方法的动静态多目标持续跟踪算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·课题研究方向现状 | 第10-12页 |
| ·目标检测技术现状 | 第10-11页 |
| ·目标跟踪技术现状 | 第11-12页 |
| ·本论文的创新点 | 第12-13页 |
| ·论文组织结构 | 第13-15页 |
| 第2章 运动状态多目标跟踪算法 | 第15-27页 |
| ·图像预处理算法 | 第15-19页 |
| ·去除图像噪声的方法简介 | 第15-16页 |
| ·基于帧间差分的噪声抑制算法 | 第16-19页 |
| ·实验结果与分析 | 第19页 |
| ·基于改进MHI的多运动目标跟踪算法 | 第19-26页 |
| ·基于条件统计的前景提取方法 | 第20-21页 |
| ·基于运动历史图像(MHI)的运动分割 | 第21-23页 |
| ·改进型MHI对多目标的跟踪算法 | 第23-26页 |
| ·实验结果与分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 静止或紧急制动状态下多目标跟踪算法 | 第27-37页 |
| ·改进型加权Camshift算法 | 第27-32页 |
| ·Meanshift算法 | 第27-28页 |
| ·Camshift算法 | 第28-30页 |
| ·改进型Camshift算法 | 第30-32页 |
| ·实验结果与分析 | 第32页 |
| ·基于多特征自适应统计建模的静态目标跟踪 | 第32-36页 |
| ·基于多特征的相似度统计匹配 | 第33-34页 |
| ·自适应目标统计建模 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 复杂运动趋势下多目标动、静态持续关联算法 | 第37-46页 |
| ·动、静态识别转换条件 | 第37页 |
| ·动、静态跟踪转换关联算法 | 第37-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·单目标复杂运动持续跟踪 | 第40-41页 |
| ·多目标复杂运动持续跟踪 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间发表学术论文和参加科研情况 | 第51-52页 |
| 致谢 | 第52页 |
