跨摄像机多人体目标的跟踪研究
| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 目次 | 第12-15页 |
| 图目次 | 第15-17页 |
| 1 绪论 | 第17-35页 |
| ·本文研究的背景和意义 | 第17-18页 |
| ·视频跟踪国内外现状及所面临的困难 | 第18-22页 |
| ·视频跟踪国内外现状 | 第18-19页 |
| ·视频跟踪所面临的困难 | 第19-22页 |
| ·人体目标视频跟踪算法概述 | 第22-32页 |
| ·单摄像机人体目标跟踪算法 | 第22-27页 |
| ·多摄像机人体目标跟踪算法 | 第27-32页 |
| ·本文研究的主要工作和组织结构 | 第32-35页 |
| 2 无背景检测的单摄像机多目标遮挡人体跟踪 | 第35-55页 |
| ·引言 | 第35-37页 |
| ·贝叶斯滤波的蒙特卡罗实现 | 第37-42页 |
| ·最优贝叶斯估计 | 第37-38页 |
| ·重要性采样 | 第38-39页 |
| ·序列重要性采样 | 第39-40页 |
| ·重采样 | 第40-41页 |
| ·基本滤波算法描述 | 第41-42页 |
| ·多目标多模型的粒子滤波 | 第42-49页 |
| ·多目标跟踪模型 | 第42-44页 |
| ·粒子估计 | 第44-46页 |
| ·遮挡处理 | 第46-47页 |
| ·观测模型 | 第47-48页 |
| ·多目标多模型滤波算法描述 | 第48-49页 |
| ·实验结果和分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 3 基于背景检测的单摄像机多目标遮挡人体跟踪 | 第55-79页 |
| ·引言 | 第55-56页 |
| ·改进的混合高斯模型背景重建 | 第56-64页 |
| ·背景模型的建立 | 第56-60页 |
| ·背景更新算法的改进 | 第60-61页 |
| ·背景更新算法的改进结果 | 第61-64页 |
| ·基于多模型融合的遮挡人体跟踪 | 第64-72页 |
| ·遮挡人体跟踪的基本思想 | 第64-67页 |
| ·块建模 | 第67-69页 |
| ·颜色建模 | 第69-70页 |
| ·运动建模 | 第70-72页 |
| ·提高算法的运行效率 | 第72-73页 |
| ·实验结果和分析 | 第73-76页 |
| ·本章小结 | 第76-79页 |
| 4 有公共视场的多摄像机人体目标跟踪 | 第79-97页 |
| ·引言 | 第79-81页 |
| ·视场分界线的目标交接 | 第81-83页 |
| ·二维投影变换单应矩阵的计算 | 第83-88页 |
| ·颜色特征跟踪 | 第88-91页 |
| ·实验结果和分析 | 第91-95页 |
| ·本章小结 | 第95-97页 |
| 5 无公共视场的多摄像机人体目标跟踪 | 第97-117页 |
| ·引言 | 第97页 |
| ·颜色校正的方法 | 第97-104页 |
| ·基于映射的颜色校正方法 | 第97-100页 |
| ·基于光谱反射率还原的颜色校正方法 | 第100-102页 |
| ·基于图像分析的颜色校正方法 | 第102-104页 |
| ·亮度转变函数的数学模型 | 第104-108页 |
| ·亮度转变函数的实际应用 | 第108-109页 |
| ·对亮度转变函数空间的概率估计 | 第109-111页 |
| ·实验结果和分析 | 第111-115页 |
| ·本章小结 | 第115-117页 |
| 6 总结与展望 | 第117-121页 |
| ·本文总结 | 第117-118页 |
| ·工作展望 | 第118-121页 |
| 参考文献 | 第121-136页 |
| 作者在攻博期间发表(录用)的论文 | 第136页 |
