非重叠视域多摄像机目标匹配算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·问题提出 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·拓扑关系估计 | 第14-15页 |
| ·目标匹配 | 第15页 |
| ·非重叠摄像机目标数据关联 | 第15-16页 |
| ·非重叠多摄像机目标跟踪的主要技术难点 | 第16-17页 |
| ·本文结构和主要创新点 | 第17-19页 |
| 第二章 运动目标检测与跟踪 | 第19-28页 |
| ·前言 | 第19页 |
| ·单目视觉运动目标检测 | 第19-22页 |
| ·光流法 | 第19-20页 |
| ·帧间差分法 | 第20-21页 |
| ·背景减法 | 第21-22页 |
| ·基于VIBE的背景建模算法 | 第22-26页 |
| ·像素模型及其初始化和分类 | 第22-23页 |
| ·背景模型的更新 | 第23-24页 |
| ·样本模型的更新时间 | 第24页 |
| ·VIBE实验结果 | 第24-26页 |
| ·单目视觉运动目标跟踪 | 第26-27页 |
| ·运动目标跟踪概述 | 第26页 |
| ·基于特征的目标跟踪 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 摄像机网络拓扑关系 | 第28-34页 |
| ·摄像机网络拓扑关系概述 | 第28页 |
| ·时空关系的建立 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 目标特征模型的建立 | 第34-46页 |
| ·目标特征模型的概述 | 第34页 |
| ·基于颜色分量的目标匹配 | 第34-39页 |
| ·亮度转移函数概述 | 第34-35页 |
| ·亮度转移函数学习 | 第35-36页 |
| ·实验结果 | 第36-39页 |
| ·基于UV色度分量的目标匹配 | 第39-41页 |
| ·基于UV色度信息的特征匹配 | 第40页 |
| ·基于UV色度分量匹配的实验结果 | 第40-41页 |
| ·基于SURF的目标匹配 | 第41-45页 |
| ·SURF特征点提取 | 第42页 |
| ·SURF特征点定位 | 第42-43页 |
| ·SURF特征点描述 | 第43-44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 数据关联算法 | 第46-54页 |
| ·数据关联算法概述 | 第46页 |
| ·基于D-S证据理论的目标匹配 | 第46-49页 |
| ·D-S证据理论 | 第47页 |
| ·特征融合 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·基于最大费用流的数据关联 | 第49-53页 |
| ·最小费用流概述 | 第50页 |
| ·建立最小费用流模型 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-57页 |
| ·本文工作总结 | 第54-55页 |
| ·研究展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表论文 | 第62页 |
