摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-25页 |
1.1 研究背景与意义 | 第11-14页 |
1.2 研究进展及存在的问题 | 第14-23页 |
1.2.1 非集群场景中运动目标轨迹分析 | 第15-19页 |
1.2.2 基于视觉的集群目标轨迹分析 | 第19-23页 |
1.3 本文主要研究内容 | 第23-25页 |
第二章 相关技术研究 | 第25-39页 |
2.1 视觉跟踪算法 | 第25-26页 |
2.2 MRF | 第26-28页 |
2.3 BOW | 第28-31页 |
2.3.1 文本BOW字典构建 | 第28-29页 |
2.3.2 图像BOW字典构建 | 第29-30页 |
2.3.3 轨迹表达中BOW字典构建 | 第30-31页 |
2.4 主题模型 | 第31-38页 |
2.4.1 LDA | 第32-37页 |
2.4.2 CTM | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 基于BCTM与多类SVM的集群目标轨迹分类 | 第39-59页 |
3.1 研究工作框架 | 第39-40页 |
3.2 场景结构 | 第40-42页 |
3.3 运动目标轨迹提取 | 第42-43页 |
3.4 轨迹预处理 | 第43-46页 |
3.4.1 Global MRF | 第43-45页 |
3.4.2 实验结果与分析 | 第45-46页 |
3.5 中层特征学习 | 第46-51页 |
3.5.1 BCTM | 第48-49页 |
3.5.2 模型公式推导 | 第49-50页 |
3.5.3 轨迹重描述 | 第50-51页 |
3.6 轨迹分类 | 第51-53页 |
3.6.1 多类支持向量机 | 第51-52页 |
3.6.2 分类流程的设计与实现 | 第52-53页 |
3.7 实验结果与分析 | 第53-57页 |
3.8 本章小结 | 第57-59页 |
第四章 基于Multi-CTM集群目标轨迹分类 | 第59-69页 |
4.1 主题模型与分类 | 第59-60页 |
4.2 classLDA | 第60-61页 |
4.3 Multi-CTM | 第61-62页 |
4.4 研究工作框架 | 第62-64页 |
4.5 实验结果与分析 | 第64-68页 |
4.6 本章小结 | 第68-69页 |
第五章 结论与展望 | 第69-71页 |
参考文献 | 第71-75页 |
附录:主要符号对照表 | 第75-77页 |
致谢 | 第77-79页 |
个人简介、在学期间发表的论文与研究成果 | 第79页 |