首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

无重叠视域多摄像机监控系统中目标跟踪若干关键问题研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第16-20页
    1.1 课题研究背景与意义第16页
    1.2 无重叠视域目标跟踪系统研究现状第16-18页
    1.3 本文主要工作与结构第18-20页
第二章 无重叠视域多摄像机网络目标跟踪基础第20-39页
    2.1 静态场景下目标检测算法简介第20-23页
        2.1.1 帧差法简介第20-21页
        2.1.2 背景减法简介第21-23页
        2.1.3 其它运动目标检测算法第23页
    2.2 目标跟踪算法简介第23-32页
        2.2.1 TLD算法第24-28页
        2.2.2 STC算法第28-32页
    2.3 无重叠视域多相机间目标关联简介第32-38页
        2.3.1 无重叠视域目标关联中使用的特征第32-35页
        2.3.2 无重叠视域目标关联主要采用的方法第35-38页
    2.4 本章小结第38-39页
第三章 基于稀疏表达残差目标检测与双向最优匹配多目标跟踪第39-53页
    3.1 基于稀疏表达残差的运动目标检测第39-43页
        3.1.1 基于稀疏表达残差的运动目标检测算法原理第39-40页
        3.1.2 目标检测模型第40-41页
        3.1.3 目标检测模型更新第41-42页
        3.1.4 检测前景目标校正第42-43页
    3.2 基于稀疏表达残差的运动目标检测实验结果与分析第43-48页
    3.3 基于检测的双向匹配多目标跟踪算法第48-51页
        3.3.1 双向最优匹配多目标跟踪算法框架第48-50页
        3.3.2 目标模型及更新第50页
        3.3.3 双向最优匹配多目标跟踪算法流程第50-51页
    3.4 双向匹配多目标跟踪算法结果分析第51-52页
    3.5 本章小结第52-53页
第四章 基于稀疏表达目标关联算法的多相机目标跟踪演示系统第53-65页
    4.1 基于稀疏表达的目标关联算法第53-60页
        4.1.1 基于稀疏表达的目标关联算法简介第53-55页
        4.1.2 基于稀疏表达的目标关联算法结果与分析第55-60页
    4.2 无重叠视域多相机目标跟踪演示系统第60-64页
        4.2.1 系统整体框架第60-61页
        4.2.2 系统测试与分析第61-64页
    4.3 本章小结第64-65页
第五章 总结与展望第65-68页
    5.1 论文工作总结第65-66页
    5.2 未来工作展望第66-68页
参考文献第68-72页
攻读硕士学位期间科研工作及发表的论文第72-73页

论文共73页,点击 下载论文
上一篇:面向智能监控的视频摘要与压缩方法研究
下一篇:电动汽车电池组散热的仿真研究与优化