目标跟踪算法及其在小区视频监控中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外发展现状与趋势 | 第10-13页 |
| ·智能视频监控中的难点问题 | 第13页 |
| ·本文主要研究内容及总体结构 | 第13-16页 |
| 第2章 目标跟踪和粒子滤波相关理论 | 第16-28页 |
| ·运动目标的描述 | 第16-18页 |
| ·视频目标跟踪建模 | 第18-19页 |
| ·粒子滤波理论 | 第19-22页 |
| ·蒙特卡洛方法 | 第19-20页 |
| ·标准粒子滤波算法 | 第20-22页 |
| ·基于粒子滤波的单目标跟踪器 | 第22-27页 |
| ·目标的加权颜色直方图特征 | 第22-23页 |
| ·粒子滤波跟踪算法 | 第23-25页 |
| ·粒子滤波与Mean shift跟踪结果对比 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于自适应外观模型的多目标跟踪算法 | 第28-45页 |
| ·目标检测及团块数据关联 | 第28-31页 |
| ·目标检测算法 | 第28-29页 |
| ·团块匹配 | 第29-30页 |
| ·关联矩阵分析 | 第30-31页 |
| ·目标遮挡检测 | 第31页 |
| ·遮挡情况下的目标跟踪 | 第31-37页 |
| ·自适应外观模型及模型相似度 | 第31-33页 |
| ·遮挡目标的层次关系 | 第33页 |
| ·遮挡下多目标粒子跟踪 | 第33-37页 |
| ·跟踪算法的性能评价 | 第37-42页 |
| ·跟踪算法的性能评价框架 | 第37-38页 |
| ·基准数据获取工具ViPER简介 | 第38-40页 |
| ·性能评价指标 | 第40-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 智能视频监控系统研发 | 第45-56页 |
| ·系统架构 | 第45-48页 |
| ·系统各模块介绍 | 第46-47页 |
| ·模块间的网络传输 | 第47-48页 |
| ·算法模块分析 | 第48-52页 |
| ·功能实现及应用案例 | 第52-55页 |
| ·入侵检测 | 第52-53页 |
| ·徘徊检测 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56-57页 |
| ·研究展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间主要研究成果 | 第65页 |
