基于时空切片的运动目标检测与跟踪方法研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-29页 |
1.1 课题背景及研究的目的和意义 | 第13-14页 |
1.2 目标检测的国内外研究现状 | 第14-18页 |
1.3 目标检测方法存在的问题 | 第18页 |
1.4 目标跟踪及其相关理论的研究概况 | 第18-24页 |
1.5 目标跟踪方法存在的问题 | 第24页 |
1.6 本文的主要研究内容与章节安排 | 第24-29页 |
1.6.1 本文针对的主要问题 | 第25-26页 |
1.6.2 本文的研究内容 | 第26-27页 |
1.6.3 章节安排 | 第27-29页 |
第2章 时空切片的纹理模式及关联性分析 | 第29-41页 |
2.1 引言 | 第29-30页 |
2.2 时空切片的概念 | 第30-32页 |
2.3 时空切片中的纹理模式 | 第32-36页 |
2.3.1 静止目标的轨迹纹理模式 | 第32-33页 |
2.3.2 水平运动目标的轨迹纹理模式 | 第33-34页 |
2.3.3 垂直运动目标的轨迹纹理模式 | 第34页 |
2.3.4 时空切片轨迹特征提取 | 第34-36页 |
2.4 时空切片中的纹理关联 | 第36-39页 |
2.4.1 时空运动模式的一致性 | 第36-37页 |
2.4.2 时空运动模式的可分性 | 第37-39页 |
2.4.3 时空切片运动特征提取 | 第39页 |
2.5 时空切片方法的复杂度分析 | 第39-40页 |
2.6 本章小结 | 第40-41页 |
第3章 基于时空运动一致性的目标检测方法 | 第41-60页 |
3.1 引言 | 第41-42页 |
3.2 时空切片中的目标切片检测 | 第42-43页 |
3.3 时空运动一致性的目标切片聚类方法 | 第43-45页 |
3.4 灰度与边缘对称性的目标区域细分割方法 | 第45-48页 |
3.5 实验结果及算法分析 | 第48-59页 |
3.5.1 时空切片数目的选择 | 第48-50页 |
3.5.2 算法鲁棒性分析 | 第50-55页 |
3.5.3 与其他检测方法的比较 | 第55-58页 |
3.5.4 时间效率分析 | 第58-59页 |
3.6 本章小结 | 第59-60页 |
第4章 基于时空切片轨迹分析的目标跟踪方法 | 第60-83页 |
4.1 引言 | 第60-62页 |
4.2 时空切片中的轨迹模式 | 第62页 |
4.3 目标轨迹提取与断裂消除 | 第62-65页 |
4.4 基于HOUGH变换的目标轨迹检测 | 第65-70页 |
4.4.1 基于减法聚类的重复轨迹处理 | 第65-67页 |
4.4.2 垂直轨迹的检测 | 第67-69页 |
4.4.3 曲线轨迹的检测 | 第69-70页 |
4.5 目标定位与跟踪 | 第70-72页 |
4.6 实验结果及算法分析 | 第72-82页 |
4.6.1 复杂曲线运动的目标跟踪实验 | 第73-75页 |
4.6.2 垂直和水平运动的目标跟踪实验 | 第75-76页 |
4.6.3 与其他跟踪方法的比较 | 第76-78页 |
4.6.4 算法性能实验 | 第78-82页 |
4.7 本章小结 | 第82-83页 |
第5章 基于时空切片多区域融合的目标轮廓跟踪方法 | 第83-110页 |
5.1 引言 | 第83-84页 |
5.2 问题描述 | 第84-87页 |
5.3 目标切片检测 | 第87页 |
5.4 多帧多目标映射的目标切片跟踪方法 | 第87-93页 |
5.4.1 多帧多目标映射方法 | 第88-91页 |
5.4.2 加权二分图的最大匹配方法 | 第91-93页 |
5.5 级联分类器结构的目标切片聚类方法 | 第93-95页 |
5.6 目标轮廓重构 | 第95-96页 |
5.7 实验结果及分析 | 第96-109页 |
5.7.1 目标跟踪实验 | 第97-104页 |
5.7.2 目标轮廓重构实验结果 | 第104页 |
5.7.3 算法性能实验 | 第104-109页 |
5.8 本章小结 | 第109-110页 |
结论 | 第110-112页 |
参考文献 | 第112-120页 |
攻读博士学位期间发表的论文及其它成果 | 第120-122页 |
致谢 | 第122-123页 |
个人简历 | 第123页 |