轨迹聚类与基于高斯过程回归模型的轨迹识别算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 表格索引 | 第12-13页 |
| 插图索引 | 第13-14页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 选题意义 | 第14-17页 |
| 1.2 运动轨迹研究现状 | 第17-18页 |
| 1.3 主要内容和论文构成 | 第18-19页 |
| 1.3.1 论文主要内容 | 第18页 |
| 1.3.2 论文构成 | 第18-19页 |
| 第二章 运动轨迹还原 | 第19-31页 |
| 2.1 摄像机投影 | 第19-21页 |
| 2.2 投影矩阵介绍 | 第21页 |
| 2.3 投影矩阵求解 | 第21-23页 |
| 2.4 仿真实验结果与分析 | 第23-30页 |
| 2.4.1 仿真实验 | 第23-25页 |
| 2.4.2 实验结果分析 | 第25-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 运动轨迹聚类 | 第31-52页 |
| 3.1 运动轨迹聚类算法研究现状 | 第32-36页 |
| 3.1.1 轨迹距离度量 | 第32-35页 |
| 3.1.2 轨迹聚类算法 | 第35-36页 |
| 3.2 轨迹距离计算 | 第36-41页 |
| 3.2.1 轨迹采样 | 第37页 |
| 3.2.2 轨迹去噪 | 第37-40页 |
| 3.2.3 轨迹距离计算 | 第40-41页 |
| 3.3 运动轨迹聚类 | 第41-48页 |
| 3.3.1 改进的 k-means 聚类算法 | 第41-44页 |
| 3.3.2 轨迹聚类的实现 | 第44-48页 |
| 3.4 仿真实验结果与分析 | 第48-51页 |
| 3.4.1 轨迹去噪实验 | 第48-49页 |
| 3.4.2 轨迹聚类实验 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于高斯过程回归模型的轨迹识别 | 第52-64页 |
| 4.1 高斯过程回归模型理论背景 | 第54页 |
| 4.2 高斯过程回归模型 | 第54-56页 |
| 4.3 仿真实验系统结构 | 第56-57页 |
| 4.4 仿真实验结果与分析 | 第57-62页 |
| 4.4.1 运动轨迹建模 | 第57页 |
| 4.4.2 轨迹识别分析 | 第57-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
