基于数据关联与轨迹评估的多目标跟踪技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 基于活动轮廓的跟踪方法 | 第12-13页 |
| 1.2.2 基于检测的跟踪方法 | 第13-14页 |
| 1.2.3 基于判别模型的跟踪方法 | 第14-15页 |
| 1.3 论文的创新点及结构 | 第15-17页 |
| 1.3.1 论文的创新点 | 第15页 |
| 1.3.2 论文结构图 | 第15-17页 |
| 1.4 本文的主要贡献 | 第17-18页 |
| 第二章 多目标跟踪技术介绍 | 第18-24页 |
| 2.1 多目标跟踪的系统框架 | 第18-19页 |
| 2.2 特征提取 | 第19-21页 |
| 2.2.1 梯度特征 | 第20页 |
| 2.2.2 纹理特征 | 第20-21页 |
| 2.2.3 光流场特征 | 第21页 |
| 2.3 数据关联方法 | 第21-22页 |
| 2.4 多目标跟踪评估指标 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于CoLBP与GSS特征的目标检测技术 | 第24-40页 |
| 3.1 梯度自相似性 | 第25-28页 |
| 3.1.1 GSS特征 | 第25-27页 |
| 3.1.2 DGSS判别特征 | 第27-28页 |
| 3.2 共生特征 | 第28-30页 |
| 3.2.1 共生模式 | 第28-29页 |
| 3.2.2 CoLBP共生特征 | 第29-30页 |
| 3.3 级联分类器 | 第30-33页 |
| 3.3.1 线性SVM分类器 | 第31页 |
| 3.3.2 Adaboost分类器 | 第31-33页 |
| 3.4 实验结果 | 第33-39页 |
| 3.4.1 参数设置 | 第34页 |
| 3.4.2 不同特征下的性能对比 | 第34-35页 |
| 3.4.3 不同距离空间下的性能比较 | 第35-36页 |
| 3.4.4 级联分类器性能评估 | 第36-37页 |
| 3.4.5 对比实验 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于数据关联与轨迹评估的多目标跟踪技术 | 第40-51页 |
| 4.1 基于条件随机场的目标标号 | 第40-41页 |
| 4.2 离散-连续多标号能量函数 | 第41-42页 |
| 4.3 轨迹评估 | 第42-45页 |
| 4.3.1 拟合轨迹 | 第43页 |
| 4.3.2 先验轨迹 | 第43-44页 |
| 4.3.3 互斥轨迹 | 第44-45页 |
| 4.4 数据关联 | 第45-46页 |
| 4.4.1 时间平滑边 εS与空间互斥边 εX | 第45-46页 |
| 4.4.2 数据关联的能量 | 第46页 |
| 4.5 离散与连续优化 | 第46-49页 |
| 4.5.1 离散标号优化 | 第47-48页 |
| 4.5.2 连续轨迹优化 | 第48-49页 |
| 4.6 轨迹假设空间 | 第49页 |
| 4.7 本章小结 | 第49-51页 |
| 第五章 实验结果及分析 | 第51-59页 |
| 5.1 实验设置 | 第51-52页 |
| 5.1.1 数据集 | 第51-52页 |
| 5.1.2 对比算法 | 第52页 |
| 5.2 参数设置 | 第52-54页 |
| 5.3 实验结果分析 | 第54-58页 |
| 5.3.1 实验结果 | 第54-56页 |
| 5.3.2 实验对比 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
