首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多摄像头协同的目标跟踪方法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-17页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 目标检测国内外研究现状第11-13页
        1.2.2 目标跟踪国内外研究现状第13-14页
        1.2.3 目标匹配国内外研究现状第14-15页
    1.3 研究内容及章节安排第15-17页
第2章 基于特征的目标检测第17-32页
    2.1 基于DPM的目标检测第17-21页
        2.1.1 HOG特征第17-18页
        2.1.2 DPM特征提取和组件模型第18-19页
        2.1.3 DPM分类器和目标检测第19-21页
    2.2 Faster RCNN目标检测第21-26页
        2.2.1 卷积神经网络第21-24页
        2.2.2 Faster RCNN目标检测算法第24-26页
    2.3 实验结果和对比分析第26-31页
    2.4 本章小结第31-32页
第3章 基于检测的目标跟踪第32-46页
    3.1 卡尔曼滤波第32-35页
    3.2 空间颜色直方图第35-37页
        3.2.1 尺度不变的空间颜色直方图第35-36页
        3.2.2 适应尺度的空间颜色直方图第36-37页
    3.3 基于特征融合的目标匹配第37-38页
    3.4 遮挡预测第38-40页
    3.5 目标跟踪流程第40-41页
    3.6 实验结果与分析第41-45页
    3.7 本章小结第45-46页
第4章 基于多摄像头的目标跟踪第46-59页
    4.1 单应性矩阵第46-48页
        4.1.1 单应性矩阵定义第46-47页
        4.1.2 求解单应性矩阵第47-48页
    4.2 基于SIFT特征的标定点选取第48-51页
    4.3 多摄像头目标匹配第51-55页
        4.3.1 有交叠区域的目标匹配第51-52页
        4.3.2 目标位置修正第52-54页
        4.3.3 无交叠区域的目标匹配第54-55页
    4.4 实验结果与分析第55-58页
    4.5 本章小结第58-59页
第5章 总结与展望第59-61页
    5.1 本文工作总结第59-60页
    5.2 未来工作展望第60-61页
致谢第61-62页
参考文献第62-66页
攻读学位期间获得与学位论文相关的科研成果第66页

论文共66页,点击 下载论文
上一篇:基于卷积神经网络的隧道目标检测算法研究
下一篇:无线传感器网络中抗同频干扰方法的研究