智能视频分析中目标跟踪算法的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 引言 | 第13-21页 |
| ·智能视频分析简介 | 第13-15页 |
| ·应用背景 | 第13页 |
| ·技术背景 | 第13-15页 |
| ·目标跟踪技术简介 | 第15-19页 |
| ·目标跟踪的算法分类 | 第16-17页 |
| ·目标跟踪的一般流程 | 第17页 |
| ·目标跟踪的特征选择 | 第17-18页 |
| ·目标跟踪的主要困难 | 第18-19页 |
| ·DAVINCITM系列 DSP 与智能视频分析 | 第19页 |
| ·本文的主要研究内容 | 第19-21页 |
| 第二章 算法研究与实现的一般流程 | 第21-34页 |
| ·步骤划分 | 第21-22页 |
| ·算法仿真 | 第22-23页 |
| ·算法实现 | 第23-27页 |
| ·Matlab 与 C 混合编程 | 第24-26页 |
| ·利用 CCS 评估算法时间效率 | 第26-27页 |
| ·算法优化 | 第27-32页 |
| ·算法层面的优化 | 第27-29页 |
| ·代码层面的优化 | 第29-31页 |
| ·物理层面的优化 | 第31-32页 |
| ·算法集成 | 第32页 |
| ·本章小结与展望 | 第32-34页 |
| 第三章 视频分析系统软硬件平台 | 第34-48页 |
| ·TMS320DM6437 平台 | 第34-40页 |
| ·芯片介绍 | 第34-35页 |
| ·硬件平台 | 第35-36页 |
| ·功能介绍 | 第36-37页 |
| ·软件平台 | 第37-40页 |
| ·TMS320DM8168 平台 | 第40-48页 |
| ·芯片介绍 | 第40-43页 |
| ·硬件平台 | 第43-45页 |
| ·软件平台 | 第45-48页 |
| 第四章 MEAN SHIFT 算法的实现与优化 | 第48-66页 |
| ·MEAN SHIFT 算法原理 | 第48-51页 |
| ·问题描述 | 第49-50页 |
| ·算法原理 | 第50-51页 |
| ·MEAN SHFIT 算法在目标跟踪中的应用 | 第51-54页 |
| ·问题描述 | 第51-52页 |
| ·目标表示 | 第52-53页 |
| ·相似性度量及目标跟踪 | 第53-54页 |
| ·MEAN SHIFT 算法实现和优化步骤 | 第54-60页 |
| ·Mean Shift 目标跟踪的具体步骤 | 第55-56页 |
| ·算法级的优化方法 | 第56-58页 |
| ·算法运行时间评估 | 第58-60页 |
| ·系统运行结果分析 | 第60-65页 |
| ·DM6437 视频分析系统操作步骤 | 第60-61页 |
| ·DSP 负载率统计 | 第61-63页 |
| ·目标跟踪成功率统计 | 第63-65页 |
| ·总结与展望 | 第65-66页 |
| 第五章 粒子滤波算法的实现与优化 | 第66-81页 |
| ·状态空间方法与贝叶斯滤波 | 第66-68页 |
| ·运动方程建模 | 第67页 |
| ·卡尔曼滤波原理 | 第67-68页 |
| ·粒子滤波原理 | 第68-71页 |
| ·序列重要性采样 | 第69-70页 |
| ·退化现象与重采样 | 第70-71页 |
| ·粒子滤波算法具体实现步骤 | 第71-76页 |
| ·粒子滤波参数选择 | 第72-73页 |
| ·算法级的优化方法 | 第73-76页 |
| ·效果评估与时间评估 | 第76-80页 |
| ·粒子滤波运行效果评估 | 第76-79页 |
| ·粒子滤波运行时间评估 | 第79-80页 |
| ·总结与展望 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间的研究成果 | 第87-88页 |
