遮挡情况下的车辆检测与跟踪
| 中文摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·运动目标检测与跟踪研究现状 | 第13页 |
| ·遮挡分割研究现状 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·本文的结构安排 | 第15-17页 |
| 第2章 运动车辆检测及预处理 | 第17-29页 |
| ·运动检测技术简述 | 第17-18页 |
| ·光流法 | 第17页 |
| ·帧差法 | 第17页 |
| ·减背景法 | 第17-18页 |
| ·背景构建及更新 | 第18-22页 |
| ·常用背景模型 | 第18-20页 |
| ·改进的直方图-均值法模型 | 第20-21页 |
| ·背景模型实现 | 第21-22页 |
| ·背景更新 | 第22页 |
| ·运动分割及预处理 | 第22-24页 |
| ·背景差分 | 第22-23页 |
| ·前景预处理 | 第23-24页 |
| ·实验结果及分析 | 第24-27页 |
| ·背景提取 | 第24-26页 |
| ·运动车辆检测效果及空洞填充效果 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 车辆遮挡检测与分割 | 第29-39页 |
| ·车辆遮挡检测研究现状 | 第29-31页 |
| ·基于特征模型的分割 | 第29页 |
| ·基于三维模型的分割 | 第29-30页 |
| ·基于推理模型的分割 | 第30-31页 |
| ·基于统计模型的分割 | 第31页 |
| ·车辆遮挡检测与分割 | 第31-35页 |
| ·车辆遮挡检测与分割流程 | 第31-32页 |
| ·像素统计模型 | 第32-34页 |
| ·遮挡分割 | 第34-35页 |
| ·实验结果 | 第35-38页 |
| ·遮挡点检测实验结果 | 第35-37页 |
| ·遮挡分割结果 | 第37页 |
| ·实时性分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 遮挡情况下的运动车辆跟踪 | 第39-57页 |
| ·跟踪技术综述 | 第39-41页 |
| ·基于模型的跟踪 | 第39-40页 |
| ·基于区域的跟踪 | 第40页 |
| ·基于特征的跟踪 | 第40-41页 |
| ·基于运动估计的跟踪 | 第41页 |
| ·基于动态轮廓的跟踪 | 第41页 |
| ·车辆跟踪 | 第41-44页 |
| ·快速归一化互相关 | 第42-43页 |
| ·跟踪模板实时更新 | 第43-44页 |
| ·跟踪预测 | 第44-48页 |
| ·线性预测 | 第44-45页 |
| ·Kalman 滤波预测 | 第45-48页 |
| ·Kalman 滤波简述 | 第45-46页 |
| ·Kalman 滤波器方程 | 第46-47页 |
| ·Kalman 滤波在轨迹预测中的实现 | 第47-48页 |
| ·车辆遮挡处理 | 第48-50页 |
| ·遮挡情况判定 | 第48-49页 |
| ·严重遮挡处理 | 第49-50页 |
| ·完整的跟踪算法 | 第50-52页 |
| ·实验结果 | 第52-56页 |
| ·预测迭代次数对比 | 第53页 |
| ·目标形变跟踪效果 | 第53-55页 |
| ·遮挡跟踪的鲁棒性 | 第55页 |
| ·跟踪效果对比 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 运动车辆行为状态分析 | 第57-65页 |
| ·行为模式研究现状 | 第57-59页 |
| ·人体行为分析研究现状 | 第57-58页 |
| ·其他视频行为分析研究现状 | 第58-59页 |
| ·有限状态自动机 | 第59-61页 |
| ·车辆行为表达与分析 | 第61-64页 |
| ·车辆状态转变判定 | 第62-63页 |
| ·车辆状态判定效果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-68页 |
| ·工作总结 | 第65-66页 |
| ·工作创新 | 第66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读学位期间公开发表的论文及参与科研项目 | 第73-75页 |
| 致谢 | 第75-76页 |
