交通路口车辆统计与跟踪技术研究
| 图目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 概述 | 第10-13页 |
| §1.1 研究的内容与意义 | 第10-11页 |
| §1.2 研究目标及研究环境建立 | 第11-12页 |
| §1.3 本文主要研究成果 | 第12页 |
| §1.4 本文的内容安排 | 第12-13页 |
| 第二章 多目标跟踪算法简介 | 第13-18页 |
| §2.1 多目标跟踪的技术手段 | 第13页 |
| §2.2 基于光流场的目标跟踪算法基本思想 | 第13-15页 |
| §2.3 基于特征匹配的目标跟踪算法基本思想 | 第15-16页 |
| §2.4 两种跟踪算法的比较与分析 | 第16-18页 |
| 第三章 基于特征匹配的多目标跟踪算法原理 | 第18-21页 |
| §3.1 算法应用环境及工作方式 | 第18-19页 |
| §3.2 算法基本原理与流程 | 第19-21页 |
| 第四章 运动目标检测 | 第21-32页 |
| §4.1 运动信息检测的常用方法 | 第21-23页 |
| §4.2 基于LMedS估计的动态背景技术 | 第23-26页 |
| §4.3 基于最大似然估计的动态背景技术 | 第26-27页 |
| §4.4 两种动态背景技术的比较 | 第27-28页 |
| §4.5 差分检测及目标分割 | 第28-30页 |
| §4.6 运动目标检测实验结果 | 第30-32页 |
| 第五章 目标特征提取及匹配 | 第32-49页 |
| §5.1 目标特征的选择 | 第32-35页 |
| §5.1.1 随机边缘特征 | 第32-34页 |
| §5.1.2 跟踪窗口的运动特性 | 第34-35页 |
| §5.2 随机边缘特征提取、描述及其匹配值计算 | 第35-42页 |
| §5.2.1 基于边缘的随机特征提取 | 第35-37页 |
| §5.2.2 随机边缘特征的描述 | 第37-40页 |
| §5.2.3 随机边缘特征的匹配算法 | 第40-41页 |
| §5.2.4 随机边缘特征匹配实验结果 | 第41-42页 |
| §5.3 跟踪窗口的运动估值及匹配值的计算 | 第42-43页 |
| §5.4 跟踪序列运动状态判决 | 第43-49页 |
| §5.4.1 最近邻法决策规则 | 第43-45页 |
| §5.4.2 特征匹配值矩阵的计算 | 第45-47页 |
| §5.4.3 跟踪状态的判决 | 第47-49页 |
| 第六章 基于实际场景的实验结果 | 第49-57页 |
| §6.1 程序设计及实验条件 | 第49-51页 |
| §6.1.1 程序基本结构 | 第49-50页 |
| §6.1.2 动态背景的分块加速算法 | 第50页 |
| §6.1.3 实验条件 | 第50-51页 |
| §6.2 对于目标不同运动状态的适应性实验 | 第51-52页 |
| §6.3 车流量统计实验 | 第52-54页 |
| §6.4 算法的不足与改进 | 第54-57页 |
| 第七章 结束语 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62页 |
