首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂场景中的在线多目标跟踪方法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第16-20页
    1.1 选题背景和研究意义第16-17页
    1.2 多目标跟踪关键技术难题第17-18页
    1.3 研究内容第18-19页
    1.4 论文结构第19-20页
第2章 多目标跟踪研究现状第20-34页
    2.1 引言第20-21页
    2.2 无模型约束的方法第21-22页
    2.3 基于检测的方法第22-31页
        2.3.1 在线的方法第23-27页
        2.3.2 离线的方法第27-31页
    2.4 混合两种策略的方法第31-34页
第3章 用于在线多人跟踪的时间动态表观建模第34-60页
    3.1 引言第34-35页
    3.2 相关工作第35-36页
    3.3 时间动态表观建模第36-44页
        3.3.1 问题描述第36-38页
        3.3.2 特征选择第38-40页
        3.3.3 表观匹配第40-42页
        3.3.4 增量学习第42-44页
    3.4 在线多人跟踪第44-48页
        3.4.1 数据关联第45-46页
        3.4.2 轨迹的初始化与终止第46-48页
    3.5 实验第48-58页
        3.5.1 数据集第48页
        3.5.2 评价指标第48-50页
        3.5.3 参数设置第50-52页
        3.5.4 诊断性分析第52-54页
        3.5.5 定量分析第54-58页
        3.5.6 实时性能第58页
    3.6 小结第58-60页
第4章 基于序贯轨迹先验的在线多目标跟踪第60-86页
    4.1 引言第60-61页
    4.2 相关工作第61-62页
    4.3 预备知识第62-63页
        4.3.1 观测数据第62-63页
        4.3.2 检测结果第63页
        4.3.3 目标轨迹第63页
    4.4 概率框架第63-65页
    4.5 目标检测第65-69页
        4.5.1 检测先验概率第66页
        4.5.2 观测似然函数第66-68页
        4.5.3 最大后验估计第68-69页
    4.6 数据关联第69-73页
        4.6.1 关联先验概率第70-71页
        4.6.2 观测似然函数第71-72页
        4.6.3 关联后验概率第72-73页
    4.7 多目标跟踪实现细节第73-75页
        4.7.1 目标检测器第73-74页
        4.7.2 相似度计算第74页
        4.7.3 轨迹的初始化与终止第74-75页
    4.8 实验第75-85页
        4.8.1 数据集第75-77页
        4.8.2 参数设置第77页
        4.8.3 诊断性分析第77-80页
        4.8.4 定量分析与算法讨论第80-85页
        4.8.5 实时性能第85页
    4.9 小结第85-86页
第5章 混合局部和全局数据关联的在线多目标跟踪第86-114页
    5.1 引言第86-87页
    5.2 相关工作第87-88页
    5.3 背景知识第88-91页
        5.3.1 最小代价网络流第88-90页
        5.3.2 连续最短路径第90-91页
    5.4 混合局部和全局的数据关联第91-98页
        5.4.1 问题定义第91-92页
        5.4.2 最小代价多商品网络流第92-95页
        5.4.3 代价计算第95-98页
    5.5 优化求解第98-103页
        5.5.1 Dantzig-Wolfe分解第98-100页
        5.5.2 列生成算法第100-102页
        5.5.3 时间复杂度第102-103页
    5.6 实验第103-112页
        5.6.1 数据集第103-104页
        5.6.2 实现细节第104-105页
        5.6.3 时间窗口大小对性能的影响第105-107页
        5.6.4 优化算法对比第107-108页
        5.6.5 定量分析第108-112页
        5.6.6 讨论第112页
    5.7 小结第112-114页
第6章 总结与展望第114-118页
    6.1 工作总结第114-115页
    6.2 未来工作展望第115-118页
参考文献第118-134页
攻读学位期间发表论文与研究成果清单第134-138页
攻读学位期间参与的科研项目第138-140页
致谢第140-142页
作者简介第142页

论文共142页,点击 下载论文
上一篇:高分辨率高精度深度图恢复方法
下一篇:复杂场景下的前景检测方法研究