动态背景下的行人检测与跟踪研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 研究现状及发展趋势 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 行人检测与跟踪综述 | 第12-13页 |
| 1.3 行人检测与跟踪面临的主要问题 | 第13-14页 |
| 1.4 本文研究内容与论文结构安排 | 第14-17页 |
| 1.4.1 本文主要工作内容 | 第14-15页 |
| 1.4.2 论文结构和章节安排 | 第15-17页 |
| 第二章 视频图像增强与目标检测分析 | 第17-31页 |
| 2.1 视频图像增强 | 第17-23页 |
| 2.1.1 图像灰度化 | 第17-18页 |
| 2.1.2 图像去噪 | 第18-21页 |
| 2.1.3 形态学处理 | 第21-23页 |
| 2.2 目标检测算法分析 | 第23-30页 |
| 2.2.1 静态背景下的运动目标检测分析 | 第24-28页 |
| 2.2.2 动态背景下的目标检测方法分析 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 动态背景下的目标检测算法研究 | 第31-45页 |
| 3.1 全局运动参数模型 | 第31-32页 |
| 3.2 参数估计之SIFT特征点 | 第32-39页 |
| 3.2.1 SIFT特征定义 | 第32-33页 |
| 3.2.2 尺度空间的生成 | 第33-35页 |
| 3.2.3 极值点的确定 | 第35-37页 |
| 3.2.4 为每个关键点制定方向参数 | 第37-38页 |
| 3.2.5 尺度空间的生成 | 第38-39页 |
| 3.3 参数估计之间隔法点匹配 | 第39-41页 |
| 3.3.1 图像匹配 | 第39-40页 |
| 3.3.2 间隔法判定 | 第40-41页 |
| 3.4 运动补偿求目标 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 行人目标跟踪算法介绍与分析 | 第45-66页 |
| 4.1 均值漂移算法 | 第45-50页 |
| 4.1.1 均值漂移算法基本思想 | 第45-48页 |
| 4.1.2 目标跟踪过程 | 第48-50页 |
| 4.1.3 Camshift算法 | 第50页 |
| 4.2 卡尔曼跟踪算法 | 第50-52页 |
| 4.3 粒子滤波算法 | 第52-55页 |
| 4.3.1 粒子滤波基本思想 | 第52-54页 |
| 4.3.2 粒子滤波的实现 | 第54-55页 |
| 4.4 基于多特征融合的跟踪算法 | 第55-59页 |
| 4.4.1 目标描述之颜色特征 | 第55-57页 |
| 4.4.2 目标描述之角点特征 | 第57-58页 |
| 4.4.3 特征融合 | 第58-59页 |
| 4.5 算法流程及实验结果分析 | 第59-65页 |
| 4.5.1 实验目的 | 第59-60页 |
| 4.5.2 实验分析 | 第60-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 移动设备上的行人跟踪应用 | 第66-71页 |
| 5.1 系统架构分析 | 第66-67页 |
| 5.2 本文算法的基本思想与步骤 | 第67-68页 |
| 5.3 实验结果与分析 | 第68-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
