单摄像机中人体检测与跟踪算法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·视频监控系统的国内外研究现状及应用 | 第11-12页 |
| ·视觉跟踪的相关技术及其研究进展 | 第12-14页 |
| ·本文的研究工作 | 第14-15页 |
| ·论文的章节安排 | 第15-16页 |
| 2 感兴趣人体区域的提取 | 第16-26页 |
| ·引言 | 第16页 |
| ·本文目标提取方法 | 第16-20页 |
| ·背景减除法 | 第16-18页 |
| ·混合高斯模型 | 第18-20页 |
| ·阴影去除 | 第20-23页 |
| ·形态学处理 | 第23-24页 |
| ·背景提取和人体区域提取的结果 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于贝叶斯理论的多目标跟踪 | 第26-44页 |
| ·概述 | 第26-27页 |
| ·贝叶斯理论介绍 | 第27-29页 |
| ·卡尔曼滤波 | 第29-30页 |
| ·粒子滤波 | 第30-35页 |
| ·蒙特卡罗模拟 | 第30-31页 |
| ·重要性采样 | 第31-32页 |
| ·序贯重要性采样 | 第32-33页 |
| ·建议分布的选择 | 第33页 |
| ·重采样 | 第33-34页 |
| ·基本粒子滤波算法流程 | 第34-35页 |
| ·本文跟踪方法 | 第35-40页 |
| ·单目标跟踪 | 第35-39页 |
| ·多目标跟踪 | 第39-40页 |
| ·单相机下跟踪结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于概率密度估计的多目标跟踪 | 第44-57页 |
| ·概述 | 第44页 |
| ·目标区域颜色聚类 | 第44-48页 |
| ·均值聚类算法 | 第44-47页 |
| ·空间颜色聚类 | 第47-48页 |
| ·模型建立 | 第48-52页 |
| ·核密度估计 | 第49-50页 |
| ·颜色模型建立 | 第50页 |
| ·运动模型建立 | 第50-52页 |
| ·多人体跟踪 | 第52-54页 |
| ·实验结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 在学期间所取得的科研成果 | 第64页 |
