| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 问题的提出 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 目标表达 | 第16-18页 |
| 1.2.2 拓扑关系估计 | 第18-19页 |
| 1.2.3 非重叠视域相机目标数据关联 | 第19页 |
| 1.3 非重叠视域多摄像机目标跟踪的主要技术难点 | 第19-20页 |
| 1.4 本文主要创新点与结构安排 | 第20-23页 |
| 第二章 单摄像机目标检测与分割 | 第23-33页 |
| 2.1 前言 | 第23页 |
| 2.2 单目视觉运动目标检测 | 第23-26页 |
| 2.2.1 光流法 | 第23-24页 |
| 2.2.2 帧间差分法 | 第24-25页 |
| 2.2.3 背景差分法 | 第25-26页 |
| 2.3 基于VIBE的背景建模算法 | 第26-30页 |
| 2.3.1 VIBE算法原理介绍 | 第26-28页 |
| 2.3.2 VIBE算法实验结果与分析 | 第28-30页 |
| 2.4 VIBE与HOG特征分类相结合的运动目标检测算法 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 摄像机网络拓扑结构 | 第33-39页 |
| 3.1 摄像机网络拓扑结构 | 第33页 |
| 3.2 时空关系的获取 | 第33-36页 |
| 3.3 实验结果 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 多摄像机目标特征匹配 | 第39-55页 |
| 4.1 目标匹配的概述 | 第39页 |
| 4.2 基于颜色分量的目标匹配 | 第39-45页 |
| 4.2.1 亮度转移函数简介 | 第39-40页 |
| 4.2.2 监督训练亮度转移函数 | 第40-41页 |
| 4.2.3 实验结果分析 | 第41-45页 |
| 4.3 基于扩散距离改进的SURF特征目标匹配 | 第45-48页 |
| 4.3.1 扩散距离改进的SURF特征 | 第45-48页 |
| 4.3.2 实验结果分析 | 第48页 |
| 4.4 基于LMNN的H分量距离测度匹配 | 第48-53页 |
| 4.4.1 距离测度概述 | 第49-50页 |
| 4.4.2 大边界最近邻算法(LMNN) | 第50-51页 |
| 4.4.3 实验结果分析 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 摄像机间目标关联 | 第55-59页 |
| 5.1 目标关联概述 | 第55页 |
| 5.2 D-S证据理论算法 | 第55-59页 |
| 5.2.1 D-S证据理论 | 第56页 |
| 5.2.2 特征融合 | 第56-57页 |
| 5.2.3 实验结果分析 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59页 |
| 6.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第66-67页 |