| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究的背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 当前存在的问题 | 第18-19页 |
| 1.4 本文的主要研究工作 | 第19-21页 |
| 1.5 论文的章节安排 | 第21-22页 |
| 第二章 基于Lab颜色空间的Vibe行人检测算法 | 第22-34页 |
| 2.1 引言 | 第22-23页 |
| 2.2 Lab颜色空间 | 第23-24页 |
| 2.3 Lab颜色空间下的Vibe行人检测 | 第24-29页 |
| 2.3.1 背景模型与初始化 | 第24-25页 |
| 2.3.2 像素距离选取 | 第25-27页 |
| 2.3.3 像素分类修正 | 第27页 |
| 2.3.4 背景模型更新 | 第27-28页 |
| 2.3.5 行人提取 | 第28-29页 |
| 2.4 实验结果及分析 | 第29-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于HSV颜色空间和特征点匹配的行人重识别算法 | 第34-56页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于HSV颜色空间的行人预识别 | 第35-38页 |
| 3.3 基于特征点匹配的行人重识别 | 第38-50页 |
| 3.3.1 多尺度环形Gabor滤波器组 | 第38-42页 |
| 3.3.2 基于FAST与Shi-Tomasi算法的特征点检测 | 第42-45页 |
| 3.3.3 BRIEF特征描述子 | 第45-48页 |
| 3.3.4 特征点匹配 | 第48-50页 |
| 3.4 实验结果及分析 | 第50-54页 |
| 3.4.1 GFB特征点匹配实验 | 第51-53页 |
| 3.4.2 HGFB行人重识别实验 | 第53-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第四章 基于均值漂移的行人跟踪识别算法 | 第56-70页 |
| 4.1 引言 | 第56-57页 |
| 4.2 均值漂移算法 | 第57-59页 |
| 4.3 均值漂移跟踪算法 | 第59-62页 |
| 4.3.1 目标模型的建立 | 第59-60页 |
| 4.3.2 候选区域的描述 | 第60-61页 |
| 4.3.3 相似性度量 | 第61页 |
| 4.3.4 目标定位 | 第61-62页 |
| 4.3.5 跟踪算法实现 | 第62页 |
| 4.4 增强型均值漂移跟踪算法 | 第62-65页 |
| 4.4.1 目标模型更新 | 第62-63页 |
| 4.4.2 目标尺度更新 | 第63页 |
| 4.4.3 卡尔曼预测 | 第63-65页 |
| 4.4.4 跟踪算法实现 | 第65页 |
| 4.5 实验结果及分析 | 第65-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 行人重识别系统设计与实现 | 第70-82页 |
| 5.1 系统架构设计 | 第70-72页 |
| 5.2 系统开发实现 | 第72-80页 |
| 5.2.1 系统开发环境 | 第72-73页 |
| 5.2.2 系统开发关键技术 | 第73-75页 |
| 5.2.3 系统功能实现 | 第75-80页 |
| 5.3 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 本文工作总结 | 第82-83页 |
| 6.2 未来研究展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-92页 |
| 攻读学位期间发表的学术论文 | 第92-93页 |
| 学位论文评阅及答辩情况表 | 第93页 |