模糊视频中车辆多目标跟踪及CUDA加速
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 模糊图像增强预处理的研究现状 | 第12-13页 |
| 1.3.2 CUDA并行化加速的研究现状 | 第13-14页 |
| 1.3.3 多目标跟踪算法的研究现状 | 第14-15页 |
| 1.4 本文的研究内容及章节安排 | 第15-17页 |
| 第2章 模糊图像增强 | 第17-30页 |
| 2.1 图像增强算法 | 第17-24页 |
| 2.1.1 Retinex算法 | 第17-19页 |
| 2.1.2 暗通道先验去雾算法 | 第19-20页 |
| 2.1.3 优化的对比度增强算法 | 第20-24页 |
| 2.2 图像增强效果对比实验 | 第24-28页 |
| 2.2.1 雾天图像对比 | 第24-25页 |
| 2.2.2 雨天图像对比 | 第25页 |
| 2.2.3 雪天图像对比 | 第25-26页 |
| 2.2.4 算法处理时间对比 | 第26-27页 |
| 2.2.5 实验小结 | 第27-28页 |
| 2.3 目标跟踪对比实验 | 第28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 尺度自适应跟踪算法 | 第30-42页 |
| 3.1 尺度自适应跟踪算法 | 第30-34页 |
| 3.1.1 多尺度候选样本 | 第30-33页 |
| 3.1.2 尺度自适应跟踪算法 | 第33-34页 |
| 3.2 算法性能评价指标 | 第34页 |
| 3.3 跟踪框自适应实验 | 第34-38页 |
| 3.4 尺度数组与跟踪精度实验 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于CUDA的并行化加速 | 第42-50页 |
| 4.1 CUDA编程架构 | 第42-45页 |
| 4.1.1 CUDA硬件模型 | 第42-43页 |
| 4.1.2 CUDA存储模型 | 第43-44页 |
| 4.1.3 CUDA编程模型 | 第44-45页 |
| 4.2 模块并行化实现 | 第45-48页 |
| 4.2.1 SVM表示与估计 | 第45-46页 |
| 4.2.2 多种特征计算 | 第46-47页 |
| 4.2.3 CPU上的多线程 | 第47-48页 |
| 4.3 公共数据集对比实验 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 多目标跟踪实现 | 第50-60页 |
| 5.1 多目标跟踪 | 第50-52页 |
| 5.2 目标遮挡处理 | 第52-55页 |
| 5.2.1 目标遮挡判断 | 第52-53页 |
| 5.2.2 目标离开判断 | 第53-54页 |
| 5.2.3 预测定位 | 第54-55页 |
| 5.3 多目标跟踪以及遮挡实验 | 第55-59页 |
| 5.3.1 多目标跟踪实验 | 第55页 |
| 5.3.2 目标遮挡实验 | 第55-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
