基于计算机视觉的人体跟踪系统研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 运动目标检测与跟踪国内外研究现状 | 第9-11页 |
| 1.2 课题提出及研究意义 | 第11-12页 |
| 1.3 本论文的主要研究内容 | 第12-13页 |
| 第二章 运动目标检测与跟踪基本方法及系统实施方案 | 第13-25页 |
| 2.1 方案设计依据与路线 | 第13页 |
| 2.2 运动目标检测方法 | 第13-16页 |
| 2.2.1 背景差法 | 第14页 |
| 2.2.2 帧差法 | 第14-15页 |
| 2.2.3 配准方法 | 第15-16页 |
| 2.3 特征提取 | 第16页 |
| 2.4 运动目标跟踪方法 | 第16-19页 |
| 2.4.1 卡尔曼滤波 | 第16-17页 |
| 2.4.2 粒子滤波 | 第17页 |
| 2.4.3 基于特征的跟踪方法 | 第17-18页 |
| 2.4.4 基于区域统计的跟踪方法 | 第18页 |
| 2.4.5 基于模型匹配的跟踪方法 | 第18-19页 |
| 2.4.6 基于光流场的跟踪方法 | 第19页 |
| 2.5 运动人体跟踪硬件平台与系统实施方案 | 第19-24页 |
| 2.5.1 硬件平台 | 第19-22页 |
| 2.5.2 实施方案 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 系统软件设计 | 第25-52页 |
| 3.1 图像采集 | 第25页 |
| 3.2 单目标跟踪 | 第25-30页 |
| 3.2.1 目标检测 | 第25-26页 |
| 3.2.2 角点检测 | 第26-27页 |
| 3.2.3 特征光流法跟踪 | 第27-30页 |
| 3.3 多目标情况下跟踪指定目标 | 第30-51页 |
| 3.3.1 目标确定 | 第30页 |
| 3.3.2 图像压缩 | 第30-32页 |
| 3.3.3 特征提取 | 第32-41页 |
| 3.3.3.1 梯度特征提取 | 第33-36页 |
| 3.3.3.2 颜色直方图特征提取 | 第36-41页 |
| 3.3.4 特征评价 | 第41-43页 |
| 3.3.4.1 梯度特征评价 | 第41-42页 |
| 3.3.4.2 颜色直方图特征评价 | 第42-43页 |
| 3.3.5 模板匹配准则 | 第43-44页 |
| 3.3.5.1 梯度特征匹配准则 | 第43页 |
| 3.3.5.2 颜色直方图特征匹配准则 | 第43-44页 |
| 3.3.6 基于位置平移的预测跟踪 | 第44-45页 |
| 3.3.7 基于粒子滤波的预测跟踪 | 第45-51页 |
| 3.3.7.1 贝叶斯估计 | 第45-46页 |
| 3.3.7.2 蒙特卡罗方法 | 第46页 |
| 3.3.7.3 粒子滤波基本原理 | 第46-48页 |
| 3.3.7.4 粒子退化问题及重采样 | 第48-49页 |
| 3.3.7.5 系统模型 | 第49-50页 |
| 3.3.7.6 观测模型 | 第50页 |
| 3.3.7.7 粒子滤波算法流程 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 软件设计验证性实验 | 第52-73页 |
| 4.1 图像采集分辨率对比实验 | 第52-55页 |
| 4.2 梯度算子对比实验 | 第55-60页 |
| 4.3 模板更新必要性验证实验 | 第60-65页 |
| 4.4 巴氏距离量测颜色特征有效性验证实验 | 第65-66页 |
| 4.5 重采样策略比对实验 | 第66-68页 |
| 4.6 系统模型选择验证实验 | 第68页 |
| 4.7 噪声对预测跟踪性能的影响验证实验 | 第68-70页 |
| 4.8 跟踪效果实验 | 第70-72页 |
| 4.9 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 总结 | 第73-74页 |
| 5.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 发表论文和参加科研情况说明 | 第79-80页 |
| 致谢 | 第80页 |
