多摄像头非刚体目标检测与空间定位系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容与结构安排 | 第15-18页 |
| 第二章 差分非刚体多目标检测 | 第18-30页 |
| 2.1 差分目标检测基本流程 | 第18-22页 |
| 2.1.1 帧间差分 | 第19页 |
| 2.1.2 自适应阈值二值化 | 第19-21页 |
| 2.1.3 形态学处理 | 第21-22页 |
| 2.2 目标定位 | 第22-24页 |
| 2.2.1 连通区域提取 | 第22-23页 |
| 2.2.2 目标重心确定 | 第23-24页 |
| 2.3 非刚体目标的后处理 | 第24-29页 |
| 2.3.1 目标区域合并 | 第24-26页 |
| 2.3.2 目标相关性匹配 | 第26-28页 |
| 2.3.3 目标区域分割 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于可变形部件模型的非刚体目标检测 | 第30-44页 |
| 3.1 算法概述 | 第30-33页 |
| 3.2 目标特征 | 第33-35页 |
| 3.2.1 HOG特征 | 第33-34页 |
| 3.2.2 归一化和截断 | 第34-35页 |
| 3.3 可变形部件模型 | 第35-38页 |
| 3.3.1 特征图和特征金字塔 | 第35-36页 |
| 3.3.2 可变形部件模型 | 第36-37页 |
| 3.3.3 混合模型 | 第37-38页 |
| 3.4 目标检测 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 可变形部件模型的训练与优化 | 第44-54页 |
| 4.1 线性支持向量机 | 第44-49页 |
| 4.1.1 线性支持向量机的定义 | 第45-46页 |
| 4.1.2 硬间隔最大化 | 第46-48页 |
| 4.1.3 软间隔最大化 | 第48-49页 |
| 4.2 隐变量支持向量机 | 第49-51页 |
| 4.2.1 目标函数的最优化 | 第50-51页 |
| 4.2.2 随机梯度下降算法 | 第51页 |
| 4.3 模型的初始化和训练 | 第51-53页 |
| 4.3.1 模型初始化 | 第51-52页 |
| 4.3.2 模型训练 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 多摄像头空间定位 | 第54-67页 |
| 5.1 定位系统设计 | 第54-56页 |
| 5.2 摄像机视场角的测定 | 第56-57页 |
| 5.3 基于多路交会的精确空间定位 | 第57-62页 |
| 5.3.1 两路交会 | 第57-59页 |
| 5.3.2 基于联合概率分布的多路交会算法 | 第59-62页 |
| 5.4 定位系统理论精度的研究 | 第62-66页 |
| 5.4.1 水平方向误差 | 第63-64页 |
| 5.4.2 垂直方向误差 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 系统设计与实现 | 第67-73页 |
| 6.1 系统设计 | 第67-68页 |
| 6.2 系统实现 | 第68-72页 |
| 6.3 本章小结 | 第72-73页 |
| 第七章 结论 | 第73-75页 |
| 7.1 本文的主要贡献 | 第73页 |
| 7.2 下一步工作的展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
