基于CELL处理器的智能监控系统中跟踪算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究的背景及意义 | 第9-10页 |
| ·相关技术的发展与现状 | 第10-11页 |
| ·本文的研究内容和意义 | 第11-12页 |
| ·本文的结构安排 | 第12-13页 |
| 第2章 基于QS20 服务器的智能视频监控系统 | 第13-29页 |
| ·CELL 处理器简介 | 第13-18页 |
| ·CELL 处理器的架构 | 第14页 |
| ·PPE 简介 | 第14-15页 |
| ·SPE 简介 | 第15-17页 |
| ·PPE 和SPE 间的通信机制 | 第17-18页 |
| ·CELL 的开发环境 | 第18页 |
| ·基于 QS20 的智能视频监控平台 | 第18-27页 |
| ·监控系统中的功能分布 | 第19-22页 |
| ·视频引擎框架 | 第22页 |
| ·视频存储服务器框架 | 第22-23页 |
| ·客户端框架 | 第23-24页 |
| ·视频分析中功能模块的添加 | 第24-27页 |
| ·智能视频监控平台中的视频跟踪模块 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于颜色信息的多目标视频跟踪技术 | 第29-49页 |
| ·颜色特征 | 第29-32页 |
| ·颜色空间 | 第29-31页 |
| ·颜色直方图 | 第31-32页 |
| ·CAMSHIFT 算法 | 第32-35页 |
| ·MeanShift 算法 | 第32-33页 |
| ·CAMSHIFT 算法 | 第33-35页 |
| ·粒子滤波算法 | 第35-42页 |
| ·状态变量与观测变量 | 第35-36页 |
| ·粒子滤波算法原理 | 第36-38页 |
| ·粒子滤波算法在视频跟踪中的应用 | 第38-42页 |
| ·多目标的视频跟踪技术 | 第42-48页 |
| ·算法的选择 | 第42页 |
| ·算法流程的修改 | 第42-43页 |
| ·目标间发生遮挡情况的判断 | 第43-45页 |
| ·粒子传播模型的修改 | 第45页 |
| ·权重计算的修改 | 第45-46页 |
| ·测试结果 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于CELL 处理器的视频跟踪算法的优化 | 第49-70页 |
| ·粒子滤波算法中运算量的分析 | 第49-50页 |
| ·CELL 处理器中的指令级并行与线程级并行优化 | 第50-54页 |
| ·CELL 处理器中的指令级并行优化 | 第50-52页 |
| ·CELL 处理器中的线程级并行优化 | 第52-54页 |
| ·粒子滤波算法的指令级并行优化 | 第54-61页 |
| ·数据结构的矢量化 | 第54-55页 |
| ·颜色直方图比较操作的优化 | 第55-56页 |
| ·统计颜色直方图的优化 | 第56-61页 |
| ·粒子滤波算法的线程级并行优化 | 第61-66页 |
| ·粒子滤波算法的并行处理架构 | 第61-63页 |
| ·双缓存的使用 | 第63-66页 |
| ·优化后的总体性能分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 结论 | 第70-72页 |
| ·本文总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75-78页 |
| 上海交通大学硕士学位论文答辩决议书 | 第78页 |
