| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 运动摄像机定位系统 | 第10页 |
| 1.2.2 静止摄像机定位系统 | 第10-11页 |
| 1.3 研究内容与设计指标 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 设计指标 | 第12页 |
| 1.4 论文组织 | 第12-15页 |
| 第二章 基于计算机视觉的目标定位技术 | 第15-27页 |
| 2.1 基于计算机视觉定位基本流程 | 第15-16页 |
| 2.2 运动目标检测算法 | 第16-17页 |
| 2.3 摄像机标定 | 第17-23页 |
| 2.3.1 单目视觉定位原理 | 第17-18页 |
| 2.3.2 基本坐标系 | 第18-20页 |
| 2.3.3 线性摄像机模型 | 第20-21页 |
| 2.3.4 摄像机标定 | 第21-23页 |
| 2.4 双目视觉定位算法 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于头肩特征检测与人体估计的遮挡定位算法实现 | 第27-39页 |
| 3.1 典型算法分析 | 第27-30页 |
| 3.1.1 遮挡场景分析 | 第27页 |
| 3.1.2 准确性分析 | 第27-29页 |
| 3.1.3 实时性分析 | 第29-30页 |
| 3.2 基于头肩特征检测与人体估计的定位算法 | 第30-36页 |
| 3.2.1 定位算法流程 | 第30-33页 |
| 3.2.2 头身比模型数据库 | 第33-34页 |
| 3.2.3 遮挡检测与分类 | 第34-36页 |
| 3.3 本章小结 | 第36-39页 |
| 第四章 头肩特征检测算法优化及比较 | 第39-53页 |
| 4.1 基于头肩特征拐点的检测算法 | 第39-43页 |
| 4.1.1 检测算法流程 | 第39-40页 |
| 4.1.2 走向矢量定义及计算 | 第40-42页 |
| 4.1.3 特征点检测与分类 | 第42-43页 |
| 4.2 基于种子生长的肩部检测算法 | 第43-46页 |
| 4.2.1 检测算法流程 | 第43-44页 |
| 4.2.2 第一次种子生长 | 第44-45页 |
| 4.2.3 第二次种子生长 | 第45-46页 |
| 4.3 两种算法的性能比较 | 第46-52页 |
| 4.3.1 鲁棒性比较 | 第48-51页 |
| 4.3.2 稳定性比较 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 验证结果及分析 | 第53-63页 |
| 5.1 遮挡定位测试 | 第53-62页 |
| 5.1.1 定位精度测试 | 第54-57页 |
| 5.1.2 实时性测试 | 第57页 |
| 5.1.3 单人定位测试 | 第57-59页 |
| 5.1.4 多人定位测试 | 第59-62页 |
| 5.2 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表论文 | 第71页 |