基于RGBD视频序列的行人跟踪算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-24页 |
| 1.1 论文的研究背景 | 第9页 |
| 1.2 论文的研究意义和存在的问题 | 第9-14页 |
| 1.3 国内外研究的现状 | 第14-21页 |
| 1.3.1 行人检测国内外研究现状 | 第15-17页 |
| 1.3.2 行人跟踪国内外研究现状 | 第17-19页 |
| 1.3.3 深度学习国内外研究现状 | 第19-21页 |
| 1.3.4 行人重识别国内外研究现状 | 第21页 |
| 1.4 论文的主要内容和结构安排 | 第21-24页 |
| 2 行人跟踪系统 | 第24-39页 |
| 2.1 人体跟踪系统架构 | 第24-25页 |
| 2.2 目标检测模块 | 第25-32页 |
| 2.3 行人跟踪模块 | 第32-36页 |
| 2.4 基于RGBD视频序列的行人跟踪算法描述 | 第36-37页 |
| 2.5 本章小结 | 第37-39页 |
| 3 行人检测 | 第39-45页 |
| 3.1 FasterRCNN原理 | 第39-41页 |
| 3.2 基于FasterRCNN的行人检测 | 第41-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 行人跟踪 | 第45-49页 |
| 4.1 行人重识别算法 | 第45-46页 |
| 4.2 基于行人重识别算法的行人跟踪算法 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 基于RGBD视频序列的行人跟踪算法 | 第49-55页 |
| 5.1 KinectRGBD相机 | 第49-52页 |
| 5.2 基于RGBD视频序列的行人跟踪系统 | 第52-53页 |
| 5.3 本章小结 | 第53-55页 |
| 6 实验结果与分析 | 第55-63页 |
| 6.1 实验配置和数据集介绍 | 第55-56页 |
| 6.2 基于FasterRCNN的行人检测 | 第56-57页 |
| 6.3 基于行人重识别的行人跟踪 | 第57-60页 |
| 6.4 本文跟踪算法与传统算法的比较 | 第60-61页 |
| 6.5 本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
