智能视频监控中目标跟踪算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9页 |
| ·视觉目标跟踪方法综述 | 第9-12页 |
| ·基于运动分析的方法 | 第10-11页 |
| ·基于特征的方法 | 第11页 |
| ·基于主动轮廓的方法 | 第11页 |
| ·基于模型的方法 | 第11-12页 |
| ·本文组织安排 | 第12-13页 |
| 第2章 视频监控中常用跟踪算法的理论介绍 | 第13-30页 |
| ·基于均值漂移的目标跟踪算法 | 第13-21页 |
| ·核密度估计 | 第13-16页 |
| ·均值漂移算法 | 第16-17页 |
| ·均值漂移应用于目标跟踪 | 第17-21页 |
| ·目标表示 | 第17-18页 |
| ·相似性度量函数 | 第18-19页 |
| ·目标定位 | 第19-20页 |
| ·均值漂移跟踪算法流程 | 第20-21页 |
| ·基于粒子滤波的目标跟踪算法 | 第21-29页 |
| ·粒子滤波相关理论 | 第21-28页 |
| ·递归贝叶斯估计 | 第21-23页 |
| ·贝叶斯跟踪 | 第23-24页 |
| ·蒙特卡罗采样 | 第24页 |
| ·序列重要性抽样(SIS) | 第24-26页 |
| ·粒子匮乏与重采样 | 第26-28页 |
| ·粒子滤波算法描述 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于局部背景感知的目标跟踪 | 第30-45页 |
| ·引言 | 第30-31页 |
| ·目标表示及特征描述 | 第31-35页 |
| ·状态表示 | 第31页 |
| ·目标描述 | 第31-35页 |
| ·PageRank模型 | 第32页 |
| ·基于PageRank特征权重计算 | 第32-35页 |
| ·目标跟踪 | 第35-38页 |
| ·后验概率 p ( O |yi) | 第36-37页 |
| ·目标跟踪框的自适应尺度 | 第37-38页 |
| ·算法实现 | 第38-39页 |
| ·目标初始化 | 第38页 |
| ·目标更新 | 第38-39页 |
| ·实验结果及分析 | 第39-44页 |
| ·本文算法与其它跟踪算法对比 | 第40-43页 |
| ·粗糙初始化 | 第43-44页 |
| ·算法耗时 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于多参考模型的粒子滤波目标跟踪 | 第45-52页 |
| ·引言 | 第45页 |
| ·目标模型 | 第45-47页 |
| ·目标描述 | 第45-46页 |
| ·模型组合 | 第46页 |
| ·最优模型的计算 | 第46-47页 |
| ·多参考模型的粒子滤波跟踪算法 | 第47-49页 |
| ·粒子滤波跟踪算法回顾 | 第47-48页 |
| ·算法实现 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| ·本文的工作总结 | 第52页 |
| ·未来工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第56-57页 |
| 一、 攻读硕士学位期间发表的论文 | 第56页 |
| 二、 攻读硕士学位期间参加科研情况 | 第56-57页 |
| 致谢 | 第57-58页 |
