摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第12-34页 |
1.1 选题背景 | 第12页 |
1.2 研究的目的和意义 | 第12-14页 |
1.3 运动目标检测的国内外研究现状 | 第14-20页 |
1.4 人体姿态估计模型 | 第20-24页 |
1.4.1 人体图模型 | 第20-21页 |
1.4.2 人体动力学模型 | 第21-23页 |
1.4.3 人体外观模型 | 第23-24页 |
1.5 运动目标跟踪的国内外研究现状 | 第24-30页 |
1.5.1 跟踪方案概述 | 第24-26页 |
1.5.2 跟踪算法概述 | 第26-30页 |
1.6 研究内容和研究方法 | 第30-34页 |
1.6.1 研究内容 | 第30-33页 |
1.6.2 研究方法 | 第33-34页 |
第二章 基于分层模型的由粗到细推理的快速目标检测 | 第34-50页 |
2.1 引言 | 第34-36页 |
2.2 背景理论 | 第36-38页 |
2.3 基于分层模型的可变形部件模型的快速检测算法 | 第38-44页 |
2.3.1 分层模型 | 第38-39页 |
2.3.2 特征层 | 第39-40页 |
2.3.3 部件层 | 第40-44页 |
2.4 实验结果与分析 | 第44-49页 |
2.4.1 实验数据设置 | 第45页 |
2.4.2 实验结果讨论 | 第45-47页 |
2.4.3 实验结果对比 | 第47-49页 |
2.5 本章小结 | 第49-50页 |
第三章 基于图模型的多视图分割人体姿态估计 | 第50-65页 |
3.1 引言 | 第50-52页 |
3.2 背景理论 | 第52-53页 |
3.3 基于图模型的多视图分割人体姿态估计 | 第53-57页 |
3.3.1 人体姿态模型 | 第53-55页 |
3.3.2 基于多视图的鲁棒分割 | 第55-57页 |
3.3.3 表面估计 | 第57页 |
3.4 实验结果与分析 | 第57-64页 |
3.4.1 实验数据 | 第57-58页 |
3.4.2 实验结果 | 第58-61页 |
3.4.3 实验结果分析 | 第61-64页 |
3.5 本章小结 | 第64-65页 |
第四章 融合上下文信息与水平集多区域分割的目标跟踪算法研究 | 第65-85页 |
4.1 引言 | 第65-66页 |
4.2 背景理论 | 第66-70页 |
4.2.1 水平集方法 | 第66-69页 |
4.2.2 随机蕨丛算法 | 第69-70页 |
4.3 融合多区域外观模型和自上而下形状信息水平集分割 | 第70-76页 |
4.3.1 水平集分割 | 第70-72页 |
4.3.2 局部外观模型 | 第72-74页 |
4.3.3 基于自顶向下分割的检测 | 第74-76页 |
4.3.4 组合模型 | 第76页 |
4.4 基于上下文信息的目标鲁棒跟踪 | 第76-79页 |
4.4.1 上下文跟踪 | 第77页 |
4.4.2 误导项检测 | 第77-78页 |
4.4.3 支持项的选择 | 第78-79页 |
4.5 实验与分析 | 第79-84页 |
4.5.1 实验数据 | 第79页 |
4.5.2 实验结果讨论 | 第79-82页 |
4.5.3 实验结果分析对比 | 第82-84页 |
4.6 本章小结 | 第84-85页 |
第五章 基于轨迹片段关联的CRF模型的多目标跟踪框架研究 | 第85-104页 |
5.1 引言 | 第85-87页 |
5.2 背景理论 | 第87页 |
5.3 基于CRF模型的多目标跟踪通用框架 | 第87-88页 |
5.4 CRF框架下轨迹片段的关联 | 第88-89页 |
5.5 CRF框架下检测层能量模型 | 第89-90页 |
5.6 轨迹的依赖性模型 | 第90-92页 |
5.7 轨迹的类同性模型 | 第92-95页 |
5.8 能量函数模型 | 第95-96页 |
5.9 实验结果与分析 | 第96-103页 |
5.9.1 实验指标和参数设置 | 第97-98页 |
5.9.2 实验结果比较与分析 | 第98-103页 |
5.10 本章小结 | 第103-104页 |
结论与展望 | 第104-107页 |
参考文献 | 第107-121页 |
致谢 | 第121-122页 |
攻读博士学位期间取得的研究成果 | 第122-124页 |
作者简介 | 第124页 |