基于直觉模糊聚类的视频多目标跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 视频多目标跟踪的研究现状 | 第9-11页 |
| 1.3 视频多目标跟踪的不确定性 | 第11-12页 |
| 1.4 研究主要内容和章节安排 | 第12-14页 |
| 第2章 视频多目标跟踪基本原理 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 目标特征提取 | 第14-19页 |
| 2.2.1 颜色特征 | 第14-17页 |
| 2.2.2 边缘特征 | 第17-18页 |
| 2.2.3 纹理特征 | 第18页 |
| 2.2.4 运动特征 | 第18-19页 |
| 2.3 特征相似性度量 | 第19页 |
| 2.4 目标状态建模 | 第19-22页 |
| 2.5 小结 | 第22-23页 |
| 第3章 基于直觉模糊聚类的视频多目标跟踪算法 | 第23-49页 |
| 3.1 引言 | 第23-24页 |
| 3.2 直觉模糊集理论 | 第24-28页 |
| 3.2.1 直觉模糊集理论 | 第24-25页 |
| 3.2.2 最大熵直觉模糊聚类算法 | 第25-28页 |
| 3.3 粗糙集理论 | 第28-30页 |
| 3.3.1 经典粗糙集理论 | 第28-29页 |
| 3.3.2 邻域粗糙集理论 | 第29-30页 |
| 3.4 基于直觉模糊聚类的视频多目标关联跟踪 | 第30-39页 |
| 3.4.1 特征融合 | 第30-33页 |
| 3.4.2 基于最大熵直觉模糊聚类的数据关联 | 第33-36页 |
| 3.4.3 目标模型更新 | 第36-37页 |
| 3.4.4 轨迹管理规则 | 第37-38页 |
| 3.4.5 跟踪算法流程 | 第38-39页 |
| 3.5 实验结果及分析 | 第39-48页 |
| 3.5.1 数据集介绍 | 第39-40页 |
| 3.5.2 目标跟踪性能评估指标 | 第40-41页 |
| 3.5.3 跟踪性能比较 | 第41-43页 |
| 3.5.4 跟踪效果 | 第43-48页 |
| 3.6 小结 | 第48-49页 |
| 第4章 基于轨迹置信度的视频多目标跟踪算法 | 第49-65页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于轨迹置信度的视频多目标跟踪算法 | 第50-56页 |
| 4.2.1 轨迹关联 | 第50-54页 |
| 4.2.2 轨迹起始 | 第54-55页 |
| 4.2.3 轨迹终止 | 第55页 |
| 4.2.4 轨迹填充 | 第55-56页 |
| 4.3 实验结果及分析 | 第56-64页 |
| 4.3.1 实验运行性能 | 第56页 |
| 4.3.2 跟踪性能比较 | 第56-60页 |
| 4.3.3 跟踪效果 | 第60-64页 |
| 4.4 小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |
