多摄像头下汽车的检测与跟踪
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 目标检测与目标跟踪 | 第9页 |
| 1.2.2 目标交接与匹配技术 | 第9-10页 |
| 1.2.3 摄像头间协同与目标关联 | 第10-11页 |
| 1.3 本文的主要内容及章节安排 | 第11-12页 |
| 1.3.1 本文的主要研究内容 | 第11页 |
| 1.3.2 本文的章节安排 | 第11-12页 |
| 第二章 运动目标检测与跟踪相关算法 | 第12-19页 |
| 2.1 背景建模技术 | 第12-14页 |
| 2.1.1 中值滤波法 | 第12-13页 |
| 2.1.2 混合高斯法 | 第13-14页 |
| 2.2 运动目标检测相关算法 | 第14-17页 |
| 2.2.1 背景差分法 | 第14-15页 |
| 2.2.2 帧间差分法 | 第15页 |
| 2.2.3 光流法 | 第15-17页 |
| 2.3 运动目标跟踪相关算法 | 第17-18页 |
| 2.3.1 基于匹配的目标跟踪 | 第17-18页 |
| 2.3.1.1 基于区域匹配跟踪 | 第17-18页 |
| 2.3.1.2 基于特征匹配跟踪 | 第18页 |
| 2.3.2 基于运动特征的目标跟踪 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 重叠区域及非重叠区域内运动目标交接算法 | 第19-36页 |
| 3.1 目标交接算法概述 | 第19页 |
| 3.2 基于视野分界线的目标交接算法 | 第19-29页 |
| 3.2.1 SIFT算法 | 第20-23页 |
| 3.2.1.1 SIFT特征提取 | 第20-23页 |
| 3.2.1.2 基于SIFT特征点的匹配 | 第23页 |
| 3.2.2 单应性变换 | 第23-24页 |
| 3.2.3 目标对应关系的判别 | 第24-26页 |
| 3.2.4 实验效果 | 第26-29页 |
| 3.3 基于D-S证据理论的目标交接方法 | 第29-35页 |
| 3.3.1 D-S证据基本概念 | 第29-30页 |
| 3.3.2 融合理论 | 第30-31页 |
| 3.3.3 多特征融合方法 | 第31-34页 |
| 3.3.4 实验效果 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于拓扑网络的多摄像头协同跟踪机制 | 第36-46页 |
| 4.1 多摄像头网络拓扑结构 | 第36-39页 |
| 4.1.1 多摄像头网络空间拓扑结构 | 第36-38页 |
| 4.1.2 多摄像头网络时间拓扑结构 | 第38-39页 |
| 4.2 目标关联算法 | 第39-41页 |
| 4.2.1 摄像头网络搜索子图划分 | 第39页 |
| 4.2.2 最小费用最大流方法 | 第39-41页 |
| 4.3 实验结论与分析 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 5.1 工作总结 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 发表论文和科研情况 | 第52-53页 |
| 致谢 | 第53页 |
