基于单目视觉的移动机器人室外环境下全自主智能跟随技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 目次 | 第14-16页 |
| 1 绪论 | 第16-32页 |
| ·引言 | 第16-19页 |
| ·人体运动视觉分析 | 第19-25页 |
| ·简介 | 第19-21页 |
| ·人体运动检测与跟踪的研究现状 | 第21-25页 |
| ·人体运动检测的研究现状 | 第22-23页 |
| ·人体目标跟踪的研究现状 | 第23-25页 |
| ·本文主要研究工作及论文安排 | 第25-32页 |
| ·基于视觉的移动机器人跟随研究现状 | 第26-27页 |
| ·存在的问题和难点 | 第27页 |
| ·本文主要研究工作 | 第27-29页 |
| ·后续章节安排 | 第29-32页 |
| 2 全自主的目标检测及初始化 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·问题描述和预备知识 | 第33-36页 |
| ·三帧差分方法 | 第33-34页 |
| ·基于无参数模型的背景减除方法 | 第34-36页 |
| ·基于运动信息的人体检测算法 | 第36-40页 |
| ·结合三帧差分和背景减除的运动分割方法 | 第37-38页 |
| ·基于几何信息及肤色检测的人体识别 | 第38-40页 |
| ·实验与分析 | 第40-46页 |
| ·小结 | 第46-48页 |
| 3 动场景下运动目标的鲁棒跟踪 | 第48-74页 |
| ·引言 | 第48-50页 |
| ·预备知识 | 第50-58页 |
| ·均值向量 | 第50-51页 |
| ·均值漂移算法 | 第51-54页 |
| ·目标跟踪中的Mean shift | 第54-58页 |
| ·基于卡尔曼预测的均值漂移算法 | 第58-65页 |
| ·卡尔曼滤波器建模 | 第59-61页 |
| ·观测模型的建立 | 第61页 |
| ·基于Kalman预测的跟踪算法的实现 | 第61-62页 |
| ·实验结果与小结 | 第62-65页 |
| ·多特征空间下的均值漂移算法 | 第65-73页 |
| ·局部性特征的提取 | 第65-66页 |
| ·基于多特征空间的均值漂移算法 | 第66-68页 |
| ·实验结果与小结 | 第68-73页 |
| ·小结 | 第73-74页 |
| 4 单目视觉下的景深恢复 | 第74-94页 |
| ·引言 | 第74-76页 |
| ·基于分界线的景深恢复 | 第76-77页 |
| ·结合先验知识和人体局部几何信息的景深恢复 | 第77-89页 |
| ·基于主颜色描述子的景深恢复 | 第78-82页 |
| ·基于直线提取的景深恢复 | 第82-87页 |
| ·基于椭圆模板头部跟踪的景深恢复 | 第87-89页 |
| ·对比实验及分析 | 第89-92页 |
| ·小结 | 第92-94页 |
| 5 基于视觉的导航控制及系统联调实验 | 第94-110页 |
| ·引言 | 第94页 |
| ·基于视觉的导航控制 | 第94-98页 |
| ·系统联调实验 | 第98-107页 |
| ·系统性能优化 | 第98-101页 |
| ·系统整体联调实验 | 第101-107页 |
| ·小结 | 第107-110页 |
| 6 总结与展望 | 第110-114页 |
| ·总结 | 第110-112页 |
| ·本文创新点 | 第112-113页 |
| ·展望 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 作者简介 | 第126-127页 |
