摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-24页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 行人目标跟踪技术概述 | 第11-17页 |
1.2.1 移动机器人的行人检测算法 | 第11-15页 |
1.2.2 移动机器人的行人目标识别算法 | 第15页 |
1.2.3 移动机器人的行人目标跟踪算法 | 第15-17页 |
1.3 移动机器人行人目标跟踪研究现状及应用 | 第17-20页 |
1.3.1 国外移动机器人行人目标跟踪的研究现状 | 第17-18页 |
1.3.2 国内移动机器人运动人体跟踪的研究现状 | 第18页 |
1.3.3 移动机器人行人目标跟踪的应用 | 第18-20页 |
1.4 论文的主要研究内容与文章结构 | 第20-22页 |
1.5 本章小结 | 第22-24页 |
第2章 系统硬件构成 | 第24-30页 |
2.1 环境传感器 | 第24-26页 |
2.1.1 红外测距传感器 | 第24页 |
2.1.2 超声波传感器 | 第24-25页 |
2.1.3 激光测距仪 | 第25页 |
2.1.4 视觉传感器 | 第25-26页 |
2.2 硬件平台系统构成 | 第26-29页 |
2.2.1Pioneer3-DX实验平台 | 第27-28页 |
2.2.2 立体视觉系统 | 第28-29页 |
2.3 本章小结 | 第29-30页 |
第3章 基于全局特征的自适应带宽Cam-Shift算法 | 第30-40页 |
3.1 传统Mean-Shift算法 | 第30-32页 |
3.2 基于核函数的Cam-Shift算法 | 第32-34页 |
3.3 自适应带宽Cam-Shift算法 | 第34-37页 |
3.3.1 目标尺度和主方向 | 第34-35页 |
3.3.2 自适应带宽核函数 | 第35-36页 |
3.3.3 算法流程 | 第36-37页 |
3.4 实验结果 | 第37-39页 |
3.5 本章小结 | 第39-40页 |
第4章 基于局部特征的行人目标精确定位 | 第40-56页 |
4.1 尺度不变特征变换(SIFT)算法 | 第40-46页 |
4.1.1 尺度空间极值检测 | 第40-42页 |
4.1.2 关键点精确定位 | 第42-43页 |
4.1.3 关键点方向分配 | 第43-44页 |
4.1.4 局部描述子生成 | 第44-45页 |
4.1.5 基于SIFT的图像匹配 | 第45-46页 |
4.2 基于压缩感知SIFT特征描述子的行人目标精确定位 | 第46-49页 |
4.2.1 压缩感知技术 | 第46-48页 |
4.2.2 基于压缩感知的SIFT特征描述子 | 第48-49页 |
4.3 基于Contourlet-SIFT特征描述子的行人目标精确定位 | 第49-52页 |
4.3.1 Contourlet变换 | 第50-51页 |
4.3.2 基于Contourlet-SIFT特征描述子 | 第51-52页 |
4.4 特征库在线更新策略 | 第52-53页 |
4.5 实验结果 | 第53-55页 |
4.5.1 光照变化实验结果 | 第53页 |
4.5.2 视角变化实验结果 | 第53-54页 |
4.5.3 局部相似实验结果 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第5章 系统实现与实验结果 | 第56-64页 |
5.1 图形用户界面介绍及实现 | 第56-59页 |
5.1.1 可视化图形用户界面 | 第57-58页 |
5.1.2 用户界面各模块介绍与实现 | 第58-59页 |
5.2 实验结果与分析 | 第59-63页 |
5.2.1 多位姿运动人体跟踪实验结果 | 第60-61页 |
5.2.2 移动机器人运动人体跟踪实验 | 第61-63页 |
5.3 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-72页 |
攻读硕士学位期间所发表的学术论文 | 第72-74页 |
致谢 | 第74页 |