| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 多目标跟踪算法研究背景和意义 | 第10-13页 |
| 1.2 基于监控视频图像的目标跟踪技术研究 | 第13-15页 |
| 1.3 目标跟踪算法研究进展 | 第15-17页 |
| 1.4 本文的主要工作 | 第17-19页 |
| 第2章 图像预处理 | 第19-26页 |
| 2.1 灰度变换 | 第19-20页 |
| 2.2 平滑处理 | 第20-23页 |
| 2.2.1 邻域平均法 | 第20-22页 |
| 2.2.2 中值滤波法 | 第22页 |
| 2.2.3 高斯滤波 | 第22-23页 |
| 2.3 形态学处理 | 第23-26页 |
| 第3章 运动目标检测 | 第26-36页 |
| 3.1 运动目标检测经典算法 | 第26-30页 |
| 3.1.1 基于时差法的运动目标检测算法 | 第26-27页 |
| 3.1.2 基于单高斯与混合高斯模型的运动目标检测算法 | 第27-30页 |
| 3.2 基于改进的Vi Be算法运动目标检测算法 | 第30-33页 |
| 3.2.1 Vi Be算法模型 | 第30-31页 |
| 3.2.2 Vi Be算法模型更新方法 | 第31-32页 |
| 3.2.3 改进的初始化模型 | 第32-33页 |
| 3.3 仿真实验与对比分析 | 第33-36页 |
| 第4章 目标跟踪 | 第36-47页 |
| 4.1 目标跟踪经典算法 | 第36-41页 |
| 4.1.1 Online-boosting跟踪算法 | 第36-37页 |
| 4.1.2 Mean Shift跟踪算法 | 第37-39页 |
| 4.1.3 基于状态估计的跟踪算法 | 第39-41页 |
| 4.2 一种改进双向匹配目标跟踪算法 | 第41-44页 |
| 4.2.1 目标相似度 | 第41-43页 |
| 4.2.2 目标匹配的关联矩阵 | 第43-44页 |
| 4.3 仿真试验与效果分析 | 第44-47页 |
| 第5章 多目标跟踪 | 第47-66页 |
| 5.1 基于目标尺度特征的优化跟踪模型 | 第47-58页 |
| 5.1.1 遮挡问题分析以及优化跟踪模型的算法思想 | 第47-50页 |
| 5.1.2 基于目标尺度特征的优化跟踪算法数学模型 | 第50-54页 |
| 5.1.3 优化跟踪算法的计算方法与仿真试验 | 第54-58页 |
| 5.2 一种改进的目标关联轨迹优化模型 | 第58-64页 |
| 5.2.1 多目标跟踪算法 | 第59页 |
| 5.2.2 轨迹估计模型 | 第59-60页 |
| 5.2.3 数据关联模型 | 第60-61页 |
| 5.2.4 轨迹代价模型 | 第61-63页 |
| 5.2.5 模型优化求解方法 | 第63-64页 |
| 5.3 仿真试验与结果分析 | 第64-66页 |
| 第6章 工作总结展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间获得的科研成果 | 第72页 |
