多传感器协同的目标识别与跟踪研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究发展现状 | 第13-16页 |
| 1.2.1 目标识别与跟踪发展和现状 | 第14-15页 |
| 1.2.2 多传感器协同的发展及现状 | 第15-16页 |
| 1.3 论文研究的主要内容及结构 | 第16-18页 |
| 第2章 多传感器协同架构 | 第18-27页 |
| 2.1 基于动态联盟的多传感器协同架构 | 第18-19页 |
| 2.2 基于分布式约束满足法的多传感器协同架构 | 第19-20页 |
| 2.3 基于合同网的传感器协同架构 | 第20-21页 |
| 2.4 基于动态仲裁的多传感器协同架构 | 第21页 |
| 2.5 基于组织结构设计法的多传感器协同架构 | 第21-22页 |
| 2.6 本文采用的架构 | 第22-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 多传感器图像配准与分割技术 | 第27-37页 |
| 3.1 图像配准 | 第27页 |
| 3.2 SIFT特征算子 | 第27-31页 |
| 3.2.1 生成尺度空间 | 第28-29页 |
| 3.2.2 尺度空间中极值点的检测 | 第29页 |
| 3.2.3 极值点的准确定位 | 第29-30页 |
| 3.2.4 关键点中方向参数的指定 | 第30页 |
| 3.2.5 生成关键点描述子 | 第30-31页 |
| 3.3 SIFT算子的改进 | 第31-34页 |
| 3.4 图像分割 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 多传感器协同的目标识别 | 第37-47页 |
| 4.1 目标识别方法 | 第37-39页 |
| 4.1.1 差分法 | 第37-38页 |
| 4.1.2 光流法 | 第38-39页 |
| 4.2 基于背景建模的目标识别方法 | 第39-42页 |
| 4.2.1 单高斯模型 | 第39-40页 |
| 4.2.2 在线高斯混合背景模型 | 第40-42页 |
| 4.3 红外和可见光协同的目标识别 | 第42-46页 |
| 4.3.1 目标识别结果评价因子 | 第43页 |
| 4.3.2 目标匹配的特征点数量 | 第43-44页 |
| 4.3.3 实验分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 多传感器协同的目标跟踪 | 第47-65页 |
| 5.1 目标跟踪技术 | 第47-53页 |
| 5.1.1 霍夫随机森林目标跟踪 | 第47-48页 |
| 5.1.2 在线特征选择的轮廓跟踪 | 第48-50页 |
| 5.1.3 均值移动粒子滤波的目标跟踪 | 第50-52页 |
| 5.1.4 边缘片断特征的水平集跟踪 | 第52-53页 |
| 5.2 改进和优化后的TLD单目标的跟踪 | 第53-63页 |
| 5.2.1 追踪器原理 | 第54-55页 |
| 5.2.2 检测器原理 | 第55-60页 |
| 5.2.3 目标跟踪结果的评价因子 | 第60-62页 |
| 5.2.4 实验结果 | 第62-63页 |
| 5.3 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
