智能视频监控中的多人体目标检测与跟踪
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究工作的背景与意义 | 第8页 |
| 1.2 国内外研究历史与现状 | 第8-10页 |
| 1.3 本论文的主要工作及结构安排 | 第10-12页 |
| 第二章 目标检测与跟踪相关技术概述 | 第12-31页 |
| 2.1 引言 | 第12页 |
| 2.2 目标检测方法 | 第12-26页 |
| 2.2.1 基于背景建模的运动目标检测方法 | 第12-17页 |
| 2.2.2 基于特征分类的目标检测方法 | 第17-26页 |
| 2.3 目标跟踪方法 | 第26-30页 |
| 2.3.1 基于Mean-Shift的目标跟踪 | 第26-28页 |
| 2.3.2 基于相关滤波的目标跟踪 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 智能视频监控中的行人目标检测技术研究 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 基于人头检测的行人检测算法框架 | 第31-32页 |
| 3.3 基于深度学习的人头检测 | 第32-40页 |
| 3.3.1 基于VGG16的人头检测网络 | 第32-34页 |
| 3.3.2 人头检测网络训练 | 第34-40页 |
| 3.4 人头检测结果后处理 | 第40-43页 |
| 3.5 实验结果 | 第43-48页 |
| 3.5.1 实验数据介绍 | 第43-45页 |
| 3.5.2 算法性能评估 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 智能视频监控中的多人体目标跟踪技术研究 | 第49-67页 |
| 4.1 引言 | 第49页 |
| 4.2 基于结构约束的多人体目标跟踪算法框架 | 第49-50页 |
| 4.3 目标模型 | 第50-52页 |
| 4.3.1 结构关系模型 | 第50页 |
| 4.3.2 外观模型 | 第50-52页 |
| 4.4 数据关联 | 第52-56页 |
| 4.4.1 损失函数 | 第52-54页 |
| 4.4.2 关联事件聚合 | 第54页 |
| 4.4.3 关联事件简化 | 第54-56页 |
| 4.5 丢失目标恢复 | 第56-58页 |
| 4.6 跟踪目标管理更新 | 第58-59页 |
| 4.6.1 结构约束更新 | 第58页 |
| 4.6.2 目标状态管理 | 第58-59页 |
| 4.7 实验结果 | 第59-66页 |
| 4.7.1 实验数据介绍 | 第59页 |
| 4.7.2 算法性能评估 | 第59-66页 |
| 4.8 本章小结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67页 |
| 5.2 后续工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |
