首页--工业技术论文--无线电电子学、电信技术论文--电视论文--电视中心、电视设备论文--电视节目制作设备论文--摄像机论文

无重叠视域多目标接力跟踪关键问题研究

致谢第7-8页
摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第17-29页
    1.1 课题研究背景和意义第17-18页
    1.2 国内外研究综述第18-24页
        1.2.1 运动目标检测与跟踪综述第18-22页
        1.2.2 目标再识别综述第22-24页
        1.2.3 摄像机网络中的目标关联综述第24页
    1.3 主要技术难点第24-25页
    1.4 本文研究内容与结构安排第25-29页
第二章 单摄像机中基于双向最优匹配的多目标跟踪第29-57页
    2.1 概述第29页
    2.2 基于改进的VIBE算法的目标检测第29-37页
        2.2.1 VIBE算法原理第31-35页
        2.2.2 算法改进第35-37页
    2.3 基于HOG特征的SVM分类分割第37-45页
        2.3.1 HOG特征提取第37-40页
        2.3.2 SVM分类器优化第40-44页
        2.3.3 算法描述第44-45页
    2.4 多目标检测的实验结果与分析第45-48页
    2.5 基于双向最优匹配的多目标跟踪第48-52页
        2.5.1 算法原理第48-50页
        2.5.2 特征向量的更新策略第50-51页
        2.5.3 算法描述第51-52页
    2.6 多目标跟踪的实验结果与分析第52-55页
    2.7 本章小结第55-57页
第三章 摄像机间单样本的目标再识别研究第57-83页
    3.1 概述第57-59页
    3.2 特征提取第59-64页
        3.2.1 颜色特征第59-61页
        3.2.2 纹理特征第61-64页
    3.3 多特征融合模型第64-69页
        3.3.1 多核支持向量机的优化模型第64-66页
        3.3.2 多核学习算法描述第66-69页
    3.4 实验结果与分析第69-80页
    3.5 本章小结第80-83页
第四章 摄像机间多样本的目标再识别研究第83-99页
    4.1 概述第83页
    4.2 核函数与颜色直方图特征的适应问题第83-86页
    4.3 基于JENSEN-SHANNON核的目标再识别算法第86-91页
        4.3.1 局部Fisher辨别分析的算法原理第87-89页
        4.3.2 基于JENSEN-SHANNON核的辨别分析算法第89-91页
    4.4 实验结果与分析第91-98页
    4.5 本章小结第98-99页
第五章 摄像机网络中基于DPSO的多目标跟踪路径求解第99-113页
    5.1 概述第99页
    5.2 摄像机网络拓扑关系估计第99-104页
        5.2.1 摄像机网络拓扑关系估计的研究现状第100页
        5.2.2 拓扑关系估计算法第100-102页
        5.2.3 实验结果第102-104页
    5.3 基于贝叶斯模型的目标关联第104-107页
        5.3.1 摄像机网络的贝叶斯模型第105-106页
        5.3.2 时空约束第106页
        5.3.3 目标关联的多约束变量融合第106-107页
    5.4 基于DPSO的多目标最优路径集合求解第107-109页
        5.4.1 评价函数的构造第107页
        5.4.2 最优路径的求解第107-109页
    5.5 实验结果与分析第109-112页
    5.6 本章小结第112-113页
第六章 总结与展望第113-117页
    6.1 本文工作总结第113-114页
    6.2 研究展望第114-117页
参考文献第117-129页
攻读博士学位期间的学术活动及成果情况第129页

论文共129页,点击 下载论文
上一篇:超高压对蛹虫草鲜汁的杀菌及免疫活性增加研究
下一篇:水稻穗部性状QTL分析及精细定位研究