基于TLD框架的视频行人跟踪算法研究
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究问题提出 | 第11-12页 |
| 1.2 研究目标和意义 | 第12-13页 |
| 1.3 研究内容和方法 | 第13-15页 |
| 第2章 基本理论与方法 | 第15-25页 |
| 2.1 行人跟踪基本理论与方法 | 第15-21页 |
| 2.1.1 行人跟踪概念 | 第15-16页 |
| 2.1.2 行人跟踪算法原理 | 第16-19页 |
| 2.1.3 行人跟踪研究现状 | 第19-21页 |
| 2.2 TLD算法理论与方法 | 第21-25页 |
| 2.2.1 TLD算法简介 | 第21-22页 |
| 2.2.2 TLD算法原理 | 第22-23页 |
| 2.2.3 TLD算法研究现状 | 第23-25页 |
| 第3章 算法设计 | 第25-45页 |
| 3.1 算法整体框架 | 第25-26页 |
| 3.1.1 算法基本思路 | 第25页 |
| 3.1.2 算法框架描述 | 第25-26页 |
| 3.2 检测单元设计 | 第26-34页 |
| 3.2.1 检测单元作用过程 | 第26-29页 |
| 3.2.2 训练检测单元 | 第29-30页 |
| 3.2.3 SVM引入到TLD框架中 | 第30-31页 |
| 3.2.4 HOG特征引入到TLD框架中 | 第31-34页 |
| 3.3 跟踪单元设计 | 第34-38页 |
| 3.3.1 局部光流法跟踪 | 第34-36页 |
| 3.3.2 整合跟踪单元中各局部跟踪结果 | 第36-38页 |
| 3.4 学习单元设计 | 第38-41页 |
| 3.4.1 在线模型 | 第38-39页 |
| 3.4.2 P-N专家 | 第39-41页 |
| 3.5 对检测结果和跟踪结果的综合 | 第41-43页 |
| 3.6 小结 | 第43-45页 |
| 第4章 算法实现与验证 | 第45-69页 |
| 4.1 实验环境 | 第45页 |
| 4.2 数据集 | 第45-46页 |
| 4.3 算法实现 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-66页 |
| 4.4.1 实验结果 | 第48-56页 |
| 4.4.2 性能分析 | 第56-63页 |
| 4.4.3 效果对比 | 第63-66页 |
| 4.5 小结 | 第66-69页 |
| 第5章 总结与展望 | 第69-72页 |
| 5.1 研究工作总结 | 第69-70页 |
| 5.2 未来工作 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表的学术论著 | 第77-79页 |
| 致谢 | 第79页 |
