面向行人群信息提取的视频图像目标跟踪算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 目录 | 第11-17页 |
| 1 绪论 | 第17-25页 |
| ·研究背景 | 第17-18页 |
| ·研究意义 | 第18-20页 |
| ·理论意义 | 第19页 |
| ·现实意义 | 第19-20页 |
| ·研究目的与内容 | 第20页 |
| ·研究方法与技术路线 | 第20-22页 |
| ·论文框架结构 | 第22-25页 |
| 2 国内外研究综述 | 第25-39页 |
| ·城市交通数据采集方法研究现状 | 第25-31页 |
| ·固定型采集技术 | 第25-29页 |
| ·移动型采集技术 | 第29-31页 |
| ·行人视频检测方法研究现状 | 第31-38页 |
| ·行人视频检测系统现状 | 第32-33页 |
| ·行人视频检测方法理论框架 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 3 摄像机标定 | 第39-59页 |
| ·背景介绍 | 第39-40页 |
| ·基本概念 | 第40-43页 |
| ·摄像机针孔模型 | 第40-41页 |
| ·常用坐标系 | 第41-42页 |
| ·常用坐标系变换 | 第42-43页 |
| ·实际行人交通场景下单摄像机标定算法 | 第43-58页 |
| ·交通视频场景特征分析及分类 | 第44页 |
| ·不同场景单摄像机标定算法 | 第44-54页 |
| ·实验结果及分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 4 运动对象检测 | 第59-73页 |
| ·背景介绍 | 第59-60页 |
| ·基本概念 | 第60-63页 |
| ·色彩空间 | 第60-62页 |
| ·密码本模型 | 第62-63页 |
| ·自适应块均值的改进密码本模型 | 第63-71页 |
| ·改进密码本框架 | 第63-65页 |
| ·改进密码本模型 | 第65-68页 |
| ·实验结果及分析 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| 5 目标跟踪 | 第73-99页 |
| ·背景介绍 | 第73-74页 |
| ·基本概念 | 第74-76页 |
| ·均值漂移跟踪算法 | 第74-76页 |
| ·改进均值漂移目标跟踪算法 | 第76-87页 |
| ·目标尺度方向估计 | 第77-79页 |
| ·核窗口尺寸确定及核权重分布 | 第79-80页 |
| ·目标模型更新 | 第80-81页 |
| ·实验结果及分析 | 第81-87页 |
| ·遮挡处理 | 第87-96页 |
| ·多信息融合算法 | 第88-90页 |
| ·遮挡因子 | 第90-91页 |
| ·遮挡判断及处理 | 第91-92页 |
| ·实验结果及分析 | 第92-96页 |
| ·本章小结 | 第96-99页 |
| 6 行人目标识别及数量统计 | 第99-115页 |
| ·背景介绍 | 第99-100页 |
| ·基本概念 | 第100-102页 |
| ·求解无约束最优化问题的有限记忆BFGS算法 | 第100-102页 |
| ·行人基本特征 | 第102页 |
| ·目标分类 | 第102-103页 |
| ·数量统计方法 | 第103-109页 |
| ·形状模型 | 第104-105页 |
| ·形状模型最优估计 | 第105-107页 |
| ·数量统计 | 第107-108页 |
| ·行人目标间合并与分离 | 第108-109页 |
| ·实验结果及分析 | 第109-113页 |
| ·本章小结 | 第113-115页 |
| 7 主要研究成果与展望 | 第115-117页 |
| ·主要研究成果 | 第115-116页 |
| ·研究展望 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 作者简历 | 第125-129页 |
| 学位论文数据集 | 第129页 |
