| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题研究的背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 基于视觉技术的目标跟踪方法 | 第17-18页 |
| 1.2.2 基于数据关联的目标跟踪方法 | 第18-19页 |
| 1.3 目标跟踪的技术难点 | 第19-20页 |
| 1.4 本文主要研究工作 | 第20-21页 |
| 1.5 论文的章节安排 | 第21-24页 |
| 第二章 基于DPM的目标检测算法 | 第24-34页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于DPM的目标检测算法 | 第25-30页 |
| 2.2.1 传统型HOG特征 | 第25-26页 |
| 2.2.2 增强型HOG特征 | 第26-27页 |
| 2.2.3 DPM检测模型 | 第27-28页 |
| 2.2.4 DPM检测流程 | 第28-30页 |
| 2.3 实验测试与结果 | 第30-32页 |
| 2.3.1 Jogging数据集检测结果 | 第30-31页 |
| 2.3.2 DukeMTMC数据集检测结果 | 第31-32页 |
| 2.3.3 统计结果分析 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于霍夫森林的多目标跟踪算法 | 第34-54页 |
| 3.1 引言 | 第34-35页 |
| 3.2 初级关联 | 第35-36页 |
| 3.3 样本采集 | 第36-37页 |
| 3.4 目标特征模型 | 第37-43页 |
| 3.4.1 颜色直方图特征 | 第37-39页 |
| 3.4.2 HOG特征 | 第39-41页 |
| 3.4.3 光流特征 | 第41-43页 |
| 3.5 霍夫森林构建与轨迹关联 | 第43-46页 |
| 3.6 实验结果及分析 | 第46-52页 |
| 3.6.1 跟踪性能评价指标 | 第47-48页 |
| 3.6.2 PETS09-S2L1视频序列跟踪结果 | 第48-50页 |
| 3.6.3 Parking Lot视频序列跟踪结果 | 第50-52页 |
| 3.7 本章小结 | 第52-54页 |
| 第四章 基于多特征融合匹配的霍夫森林多目标跟踪算法 | 第54-70页 |
| 4.1 引言 | 第54-55页 |
| 4.2 双阈值关联 | 第55-56页 |
| 4.3 基于霍夫森林的多目标跟踪 | 第56-58页 |
| 4.4 多特征融合的轨迹匹配 | 第58-62页 |
| 4.4.1 相似性度量 | 第58-60页 |
| 4.4.2 特征点匹配 | 第60-62页 |
| 4.4.3 匹配概率模型 | 第62页 |
| 4.5 分层逐级关联模型 | 第62-63页 |
| 4.6 实验结果及分析 | 第63-69页 |
| 4.6.1 DukeMTMC视频序列多目标跟踪结果 | 第64-66页 |
| 4.6.2 TUD-Stadtmitte视频序列多目标跟踪结果 | 第66-67页 |
| 4.6.3 TUD-Crossing视频序列多目标跟踪结果 | 第67-69页 |
| 4.7 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 未来研究展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文 | 第80-82页 |
| 攻读学位期间参与的科研项目 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |
