基于特征稀疏表示的多行人跟踪算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 行人检测研究现状 | 第11-13页 |
| 1.2.2 行人跟踪研究现状 | 第13-16页 |
| 1.3 行人跟踪技术面临的挑战 | 第16页 |
| 1.4 本文主要工作 | 第16-17页 |
| 1.5 本文结构安排 | 第17页 |
| 1.6 本章小结 | 第17-19页 |
| 第2章 相关技术介绍 | 第19-29页 |
| 2.1 多行人跟踪关键词 | 第19页 |
| 2.2 行人检测 | 第19-22页 |
| 2.2.1 特征描述 | 第19-20页 |
| 2.2.2 可变形部件模型 | 第20-22页 |
| 2.3 稀疏表示 | 第22-24页 |
| 2.4 数据关联 | 第24-25页 |
| 2.5 支持向量机 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于特征稀疏表示的多行人跟踪算法 | 第29-43页 |
| 3.1 算法框架概述 | 第29-30页 |
| 3.2 行人检测算法 | 第30-31页 |
| 3.3 目标外观模型 | 第31-38页 |
| 3.3.1 特征提取 | 第31-34页 |
| 3.3.2 特征的稀疏表示 | 第34-36页 |
| 3.3.3 分类器的构建 | 第36-37页 |
| 3.3.4 外观模型的更新 | 第37-38页 |
| 3.4 目标跟踪 | 第38-40页 |
| 3.5 多目标数据关联算法 | 第40-41页 |
| 3.6 目标的出现与消失 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 实验结果与分析 | 第43-51页 |
| 4.1 数据集介绍 | 第43-44页 |
| 4.2 评价指标 | 第44-45页 |
| 4.3 实验设置 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-50页 |
| 4.4.1 PETS09 S2L1数据集 | 第46-47页 |
| 4.4.2 Town Center数据集 | 第47-48页 |
| 4.4.3 Parking Lot数据集 | 第48-49页 |
| 4.4.4 总体分析 | 第49-50页 |
| 4.5 本章总结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士期间发表的论文 | 第61页 |
