| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 视频目标跟踪技术 | 第12-14页 |
| 1.2.2 人群密度估计 | 第14-16页 |
| 1.3 现有研究的不足 | 第16-17页 |
| 1.4本论文主要工作 | 第17页 |
| 1.5 本论文结构安排 | 第17-20页 |
| 第二章 粒子滤波跟踪算法 | 第20-35页 |
| 2.1 引言 | 第20-21页 |
| 2.2 目标跟踪算法回顾 | 第21-25页 |
| 2.2.1 表观模型 | 第21-22页 |
| 2.2.2 图像特征 | 第22-23页 |
| 2.2.3 跟踪算法 | 第23-25页 |
| 2.3 粒子滤波算法原理 | 第25-32页 |
| 2.3.1 问题定义 | 第25-26页 |
| 2.3.2 序列重要性采样（SIS）算法 | 第26-29页 |
| 2.3.3 序列重要性重采样（SIR） | 第29-31页 |
| 2.3.4 算法框架 | 第31-32页 |
| 2.4 粒子滤波目标跟踪算法 | 第32-34页 |
| 2.4.1 运动模型 | 第32页 |
| 2.4.2 表观模型 | 第32-33页 |
| 2.4.3 跟踪算法 | 第33-34页 |
| 2.5 小结 | 第34-35页 |
| 第三章 基于粒子滤波的单目标跟踪算法研究 | 第35-55页 |
| 3.1 引言 | 第35-36页 |
| 3.1.1 常用重采样机制的不足 | 第35-36页 |
| 3.1.2 常用运动模型的不足 | 第36页 |
| 3.2 自适应重采样算法 | 第36-42页 |
| 3.2.1 粒子群优化算法 | 第36-40页 |
| 3.2.2 粒子群优化重采样 | 第40-41页 |
| 3.2.3 自适应重采样算法 | 第41-42页 |
| 3.3 变结构多模型运动估计 | 第42-47页 |
| 3.3.1 LMS基本原理 | 第43-45页 |
| 3.3.2 LMS-PF跟踪算法 | 第45页 |
| 3.3.3 模式集设计 | 第45-47页 |
| 3.4 实验结果与分析 | 第47-54页 |
| 3.4.0 实验素材 | 第47页 |
| 3.4.1 评价指标 | 第47-48页 |
| 3.4.2 自适应重采样粒子滤波跟踪算法 | 第48-50页 |
| 3.4.3 变结构多运动模型粒子滤波跟踪算法 | 第50-53页 |
| 3.4.4 AR-LMS-PF | 第53-54页 |
| 3.5 小结 | 第54-55页 |
| 第四章 基于量测扩展的JPDA多目标跟踪方法研究 | 第55-70页 |
| 4.1 引言 | 第55-57页 |
| 4.2 问题定义 | 第57-58页 |
| 4.3 研究现状的不足 | 第58页 |
| 4.4 多目标跟踪算法架构 | 第58-59页 |
| 4.5 JPDA算法描述 | 第59-61页 |
| 4.5.1 生成确认矩阵 | 第59-60页 |
| 4.5.2 计算所有可行联合事件及其参数 | 第60页 |
| 4.5.3 计算时刻所有量测的联合事件的条件概率 | 第60页 |
| 4.5.4 计算量测与目标的关联概率 | 第60-61页 |
| 4.5.5 利用卡尔曼滤波器得到目标状态估计及协方差阵 | 第61页 |
| 4.6 基于量测扩展的JPDA多目标跟踪算法 | 第61-62页 |
| 4.7 实验结果与分析 | 第62-69页 |
| 4.7.1 实验素材 | 第62-63页 |
| 4.7.2 评价指标 | 第63-64页 |
| 4.7.3 结果分析 | 第64-69页 |
| 4.8 小结 | 第69-70页 |
| 第五章 基于特征融合的人群密度估计研究 | 第70-89页 |
| 5.1 引言 | 第70-72页 |
| 5.2 问题定义 | 第72页 |
| 5.3 研究现状的不足 | 第72-73页 |
| 5.4 基于特征融合的人群密度估计 | 第73-80页 |
| 5.4.1 系统框架 | 第73-74页 |
| 5.4.2 运动分割 | 第74-75页 |
| 5.4.3 透视校正 | 第75-76页 |
| 5.4.4 特征抽取 | 第76-78页 |
| 5.4.5 手动标注 | 第78-79页 |
| 5.4.6 回归模型 | 第79-80页 |
| 5.5 实验结果与分析 | 第80-88页 |
| 5.5.1 实验素材 | 第80页 |
| 5.5.2 评价指标 | 第80-81页 |
| 5.5.3 结果分析 | 第81-87页 |
| 5.5.4 整合应用 | 第87-88页 |
| 5.6 小结 | 第88-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 6.1 论文总结 | 第89-90页 |
| 6.2 研究展望 | 第90-91页 |
| 参考文献 | 第91-100页 |
| 致谢 | 第100-101页 |
| 攻读硕士学位期间已发表或录用的论文 | 第101-103页 |