智能监控中行人跟踪系统设计与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 缩略语列表 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 目标跟踪问题难点 | 第17-18页 |
| 1.4 本文主要研究工作及章节安排 | 第18-21页 |
| 第二章 基础理论背景 | 第21-37页 |
| 2.1 外观模型 | 第21-24页 |
| 2.2 目标跟踪策略 | 第24-32页 |
| 2.2.1 生成式跟踪模型 | 第24-27页 |
| 2.2.2 判决式跟踪模型 | 第27-32页 |
| 2.3 目标运动模型 | 第32-34页 |
| 2.4 目标跟踪算法性能评估 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于稀疏表示的生成式模型跟踪算法 | 第37-63页 |
| 3.1 获取模板直方图 | 第38-40页 |
| 3.2 粒子预处理算法 | 第40-44页 |
| 3.2.1 方差粒子预处理算法 | 第40-42页 |
| 3.2.2 线性无关粒子预处理算法 | 第42-44页 |
| 3.3 获取候选目标的相似度 | 第44-47页 |
| 3.3.1 候选目标的稀疏直方图 | 第44-45页 |
| 3.3.2 遮挡问题处理 | 第45-47页 |
| 3.4 相似度计算和模板更新 | 第47-50页 |
| 3.4.1 模板更新 | 第48-50页 |
| 3.5 本章跟踪算法流程 | 第50-51页 |
| 3.6 本章实验 | 第51-61页 |
| 3.7 本章小结 | 第61-63页 |
| 第四章 基于稀疏表示的判决与生成联合模型跟踪算法 | 第63-87页 |
| 4.1 改进的生成模型 | 第64-72页 |
| 4.1.1 获取模板字典 | 第64-69页 |
| 4.1.2 结构稀疏特性获取候选目标相似度 | 第69-72页 |
| 4.2 判决模型 | 第72-76页 |
| 4.2.1 特征选择算法 | 第72-75页 |
| 4.2.2 分类器 | 第75-76页 |
| 4.3 总相似度计算和模板更新 | 第76-79页 |
| 4.3.1 计算候选目标总相似度 | 第76-77页 |
| 4.3.2 改进的生成模型模板更新 | 第77-78页 |
| 4.3.3 判决模型分类器更新 | 第78-79页 |
| 4.4 本章跟踪算法流程 | 第79-80页 |
| 4.5 本章实验 | 第80-86页 |
| 4.6 本章小结 | 第86-87页 |
| 第五章 行人跟踪中目标丢失问题研究 | 第87-99页 |
| 5.1 目标丢失问题的提出 | 第87-88页 |
| 5.2 目标丢失问题解决策略 | 第88-93页 |
| 5.2.1 目标丢失判断方法 | 第88-89页 |
| 5.2.2 目标重新锁定方法 | 第89-93页 |
| 5.3 本章跟踪算法流程 | 第93-94页 |
| 5.4 本章实验 | 第94-98页 |
| 5.5 本章小结 | 第98-99页 |
| 第六章 总结与展望 | 第99-103页 |
| 6.1 本文工作总结 | 第99-100页 |
| 6.2 未来工作展望 | 第100-103页 |
| 参考文献 | 第103-107页 |
| 致谢 | 第107-109页 |
| 攻读硕士学位期间的研究成果 | 第109页 |
