多目标监控场景下的检测和跟踪技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 论文研究目的与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.3 论文的研究内容与创新点 | 第17-18页 |
| 1.4 论文章节的安排 | 第18-21页 |
| 第二章 前景提取和目标检测算法研究 | 第21-43页 |
| 2.1 引言 | 第21-22页 |
| 2.2 前景提取算法 | 第22-33页 |
| 2.2.1 Vibe算法原理介绍 | 第22-23页 |
| 2.2.2 增强前景区域的方法并改进Vibe算法 | 第23-30页 |
| 2.2.3 实验效果展示 | 第30-32页 |
| 2.2.4 小结 | 第32-33页 |
| 2.3 目标检测算法 | 第33-41页 |
| 2.3.1 CENTRIST描述子特征介绍 | 第33-36页 |
| 2.3.2 线性分类器快速探测目标 | 第36-37页 |
| 2.3.3 高精度分类器检测目标 | 第37-39页 |
| 2.3.4 实验效果展示 | 第39-41页 |
| 2.3.5 小结 | 第41页 |
| 2.4 本章总结 | 第41-43页 |
| 第三章 目标跟踪算法研究 | 第43-69页 |
| 3.1 引言 | 第43-44页 |
| 3.2 混合通道的积分直方图理论 | 第44-48页 |
| 3.2.1 理论依据介绍 | 第44-46页 |
| 3.2.2 混合通道的积分直方图特征 | 第46页 |
| 3.2.3 直方图相似度计算公式 | 第46-47页 |
| 3.2.4 小结 | 第47-48页 |
| 3.3 单目标跟踪算法理论研究 | 第48-59页 |
| 3.3.1 朴素贝叶斯分类器简介 | 第48页 |
| 3.3.2 压缩感知跟踪算法理论介绍 | 第48-52页 |
| 3.3.3 综合决策的预测跟踪算法 | 第52-56页 |
| 3.3.4 实验效果展示 | 第56-58页 |
| 3.3.5 小结 | 第58-59页 |
| 3.4 多目标的跟踪框架 | 第59-67页 |
| 3.4.1 多目标跟踪方法介绍 | 第59页 |
| 3.4.2 特征匹配和监督纠正机制 | 第59-62页 |
| 3.4.3 时间域上的最优正样本特征队列 | 第62-63页 |
| 3.4.4 基于KNN思想的遮挡重现判别算法 | 第63-65页 |
| 3.4.5 实验效果展示 | 第65-67页 |
| 3.4.6 小结 | 第67页 |
| 3.5 本章总结 | 第67-69页 |
| 第四章 总结与展望 | 第69-73页 |
| 4.1 工作总结 | 第69-70页 |
| 4.2 进一步的工作展望 | 第70-73页 |
| 参考文献 | 第73-79页 |
| 硕士在读期间科研成果 | 第79-81页 |
| 致谢 | 第81页 |
