| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·选题背景及意义 | 第9-10页 |
| ·多目标跟踪算法发展概述 | 第10-11页 |
| ·视频多目标跟踪系统的基本原理及难点 | 第11-13页 |
| ·现代视频多目标跟踪算法的总结 | 第13-15页 |
| ·基于帧与帧之间数据关联的多目标跟踪算法 | 第13-14页 |
| ·基于全局数据关联的多目标跟踪算法 | 第14-15页 |
| ·本文的主要工作及结构安排 | 第15-17页 |
| 2 基于稀疏表示和分层数据关联的多目标跟踪 | 第17-28页 |
| ·引言 | 第17页 |
| ·目标检测 | 第17-18页 |
| ·基于稀疏表示和θ_1最小化的单目标跟踪算法 | 第18-21页 |
| ·粒子滤波 | 第18-19页 |
| ·跟踪目标的稀疏表示 | 第19-20页 |
| ·θ_1最小化求解 | 第20页 |
| ·模板更新 | 第20-21页 |
| ·全局分层关联的多目标跟踪 | 第21-23页 |
| ·低等层次数据关联 | 第21-22页 |
| ·中等层次数据关联 | 第22-23页 |
| ·高等层次数据关联 | 第23页 |
| ·多目标跟踪算法的设计 | 第23-26页 |
| ·单目标跟踪器的起始 | 第24-25页 |
| ·模板更新 | 第25页 |
| ·单目标跟踪器的重新初始 | 第25页 |
| ·一致性检查 | 第25-26页 |
| ·申请运行检测算法 | 第26页 |
| ·航迹融合 | 第26页 |
| ·本章小结 | 第26-28页 |
| 3 线索驱动在线多目标跟踪 | 第28-42页 |
| ·引言 | 第28-29页 |
| ·马尔科夫模型及目标起始化 | 第29-30页 |
| ·卡尔曼滤波 | 第29-30页 |
| ·目标自动起始化 | 第30页 |
| ·线索学习 | 第30-32页 |
| ·类内目标遮挡线索学习 | 第30-31页 |
| ·场景遮挡物线索学习 | 第31-32页 |
| ·目标移动方向线索学习 | 第32页 |
| ·帧与帧之间数据关联 | 第32-35页 |
| ·检测值判定 | 第32-33页 |
| ·检测值转化 | 第33-35页 |
| ·检测值关联 | 第35页 |
| ·面向航迹多假设跟踪 | 第35-40页 |
| ·多假设跟踪 | 第36-37页 |
| ·简化的面向航迹的MHT算法 | 第37-39页 |
| ·连接概率 | 第39-40页 |
| ·不活跃目标的生命值 | 第40页 |
| ·本章小结 | 第40-42页 |
| 4 实验结果与分析 | 第42-54页 |
| ·基于稀疏表示和全局分层关联的多目标跟踪的实验结果和分析 | 第43-46页 |
| ·线索驱动在线多目标跟踪的实验结果和分析 | 第46-53页 |
| ·数据库CAVIAR上的跟踪结果和分析 | 第47-50页 |
| ·数据库i-Lids AB上的跟踪结果和分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·未来工作展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |