基于多特征联合的多目标跟踪的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究发展现状 | 第9-13页 |
| 1.2.1 多目标跟踪方法的研究现状 | 第9-11页 |
| 1.2.2 多目标跟踪方法面临的主要难题 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 第2章 均值漂移算法目标跟踪研究 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 直方图和核函数 | 第14-17页 |
| 2.2.1 直方图密度估计和核密度估计 | 第14-15页 |
| 2.2.2 核函数定义 | 第15-16页 |
| 2.2.3 多维核密度估计 | 第16-17页 |
| 2.3 均值漂移算法 | 第17-20页 |
| 2.3.1 均值漂移向量 | 第17-18页 |
| 2.3.2 在目标跟踪中的工作过程 | 第18-20页 |
| 2.4 均值漂移算法目标跟踪实验结果与分析 | 第20-23页 |
| 2.4.1 简单背景无遮挡的目标跟踪 | 第20-21页 |
| 2.4.2 相似背景下的目标跟踪 | 第21页 |
| 2.4.3 有遮挡的情况下的目标跟踪 | 第21-22页 |
| 2.4.4 均值漂移算法目标跟踪效果分析 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 多特征联合的K-MS多目标跟踪算法 | 第25-45页 |
| 3.1 引言 | 第25页 |
| 3.2 多特征联合方案 | 第25-28页 |
| 3.2.1 利用背景加权空间直方图提取颜色特征 | 第25-26页 |
| 3.2.2 LBP纹理特征 | 第26-28页 |
| 3.3 颜色和纹理特征联合跟踪 | 第28-31页 |
| 3.3.1 联合特征权值自适应调整 | 第28页 |
| 3.3.2 基于特征联合的跟踪实验效果及分析 | 第28-31页 |
| 3.4 结合卡尔曼滤波的预测 -跟踪方法 | 第31-35页 |
| 3.4.1 卡尔曼滤波算法的数学原理 | 第31-32页 |
| 3.4.2 K-MS联合跟踪 | 第32-35页 |
| 3.5 多目标跟踪事件的判定 | 第35-36页 |
| 3.6 目标模型更新和跟踪窗口自适应调整 | 第36-37页 |
| 3.7 多特征联合的多目标跟踪结果 | 第37-39页 |
| 3.8 与基于SVM-MS的目标跟踪结果比较 | 第39-44页 |
| 3.8.1 对比算法SVM-MS的理论基础 | 第39-40页 |
| 3.8.2 与SVM-MS的对比跟踪与分析 | 第40-44页 |
| 3.9 本章小结 | 第44-45页 |
| 第4章 基于均值漂移的多摄像头目标跟踪 | 第45-53页 |
| 4.1 引言 | 第45页 |
| 4.2 多摄像头图像采集 | 第45-46页 |
| 4.3 摄像头多线程间的同步通信 | 第46-47页 |
| 4.4 多摄像头目标跟踪过程 | 第47-52页 |
| 4.4.1 目标建模与跟踪 | 第47-49页 |
| 4.4.2 目标丢失及重新获取判定及处理 | 第49-50页 |
| 4.4.3 多摄像头目标跟踪结果分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
