基于运动特征的视频目标跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 本文研究内容背景、目的及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 课题组以往的工作总结 | 第11页 |
| 1.4 本文主要工作及内容安排 | 第11-13页 |
| 第2章 视频运动目标跟踪研究基础 | 第13-26页 |
| 2.1 引言 | 第13页 |
| 2.2 图像噪声处理 | 第13-15页 |
| 2.1.1 中值滤波 | 第13-14页 |
| 2.1.2 算术均值滤波 | 第14-15页 |
| 2.3 运动目标检测方法研究 | 第15-21页 |
| 2.3.1 帧间差分法 | 第15页 |
| 2.3.2 光流法 | 第15-18页 |
| 2.3.3 背景差分法 | 第18-21页 |
| 2.4 图像形态学处理 | 第21-24页 |
| 2.4.1 腐蚀 | 第21-22页 |
| 2.4.2 膨胀 | 第22-23页 |
| 2.4.3 开操作与闭操作 | 第23-24页 |
| 2.5 目标团块提取 | 第24-25页 |
| 2.6 小结 | 第25-26页 |
| 第3章 融合颜色特征和运动特征的粒子滤波跟踪算法 | 第26-49页 |
| 3.1 引言 | 第26页 |
| 3.2 特征提取 | 第26-31页 |
| 3.2.1 颜色特征描述 | 第26-28页 |
| 3.2.2 运动特征描述 | 第28-31页 |
| 3.2.3 相似性度量 | 第31页 |
| 3.3 粒子滤波基本原理 | 第31-33页 |
| 3.3.1 序贯重要性采样 | 第31-32页 |
| 3.3.2 粒子重采样 | 第32页 |
| 3.3.3 粒子滤波基本算法 | 第32-33页 |
| 3.4 融合颜色特征和运动特征的粒子滤波跟踪 | 第33-38页 |
| 3.4.1 跟踪目标粒子初始化 | 第33-34页 |
| 3.4.2 粒子的重要性采样 | 第34-35页 |
| 3.4.3 目标粒子权重的更新 | 第35-37页 |
| 3.4.4 目标模型的更新 | 第37-38页 |
| 3.4.5 跟踪目标粒子的重采样 | 第38页 |
| 3.5 实验结果与分析 | 第38-48页 |
| 3.6 小结 | 第48-49页 |
| 第4章 基于运动特征的多目标关联跟踪及其实现 | 第49-66页 |
| 4.1 引言 | 第49页 |
| 4.2 多目标跟踪框架 | 第49-50页 |
| 4.3 建立关联矩阵 | 第50-52页 |
| 4.4 运动状态判别及处理方式 | 第52-54页 |
| 4.5 系统算法设计及实现 | 第54-61页 |
| 4.5.1 算法设计 | 第54-58页 |
| 4.5.2 系统交互界面设计 | 第58-61页 |
| 4.6 实验结果及分析 | 第61-65页 |
| 4.7 小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |
