| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外发展概况 | 第12-18页 |
| 1.2.1 目标检测及跟踪发展概况 | 第12-16页 |
| 1.2.2 多摄像机协同调度发展概况 | 第16-18页 |
| 1.3 视觉跟踪问题基础理论 | 第18-23页 |
| 1.3.1 单摄像机目标跟踪 | 第19-20页 |
| 1.3.2 有重叠视野多摄像机目标跟踪 | 第20-22页 |
| 1.3.3 无重叠视野多摄像机目标跟踪 | 第22-23页 |
| 1.4 多摄像机协同调度技术 | 第23-24页 |
| 1.5 课题研究内容及章节安排 | 第24-26页 |
| 第2章 基于PTZ网络摄像机的主动跟踪 | 第26-48页 |
| 2.1 PTZ摄像机目标跟踪 | 第26-27页 |
| 2.2 目标特征表述及视频流采集处理 | 第27-31页 |
| 2.2.1 目标特征模型及HOG特征 | 第27-30页 |
| 2.2.2 视频流采集处理 | 第30-31页 |
| 2.3 基于KCF的跟踪算法实现 | 第31-36页 |
| 2.3.1 KCF目标跟踪算法 | 第31-35页 |
| 2.3.2 KCF目标跟踪过程 | 第35-36页 |
| 2.4 摄像机云台P/T控制 | 第36-41页 |
| 2.4.1 网络PTZ摄像机控制模型 | 第36-39页 |
| 2.4.2 动态跟踪控制系统 | 第39-41页 |
| 2.5 单目标主动跟踪实验分析 | 第41-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第3章 基于协作学习的目标检测 | 第48-66页 |
| 3.1 基于SVM的目标检测 | 第48-54页 |
| 3.1.1 支持向量机 | 第48-51页 |
| 3.1.2 HOG-SVM目标检测器 | 第51-54页 |
| 3.2 Adaboost目标检测方法 | 第54-59页 |
| 3.2.1 Adaboost理论及算法流程 | 第54-56页 |
| 3.2.2 Cart及目标检测步骤描述 | 第56-58页 |
| 3.2.3 Cart-adaboost目标检测器 | 第58-59页 |
| 3.3 改进的SVM-adaboost协作目标检测 | 第59-61页 |
| 3.4 协作学习目标检测实验分析 | 第61-64页 |
| 3.4.1 检测器评价指标 | 第62-63页 |
| 3.4.2 目标检测实验结果分析 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第4章 多摄像机协同跟踪方法 | 第66-82页 |
| 4.1 多摄像机协同跟踪控制 | 第66-69页 |
| 4.1.2 多摄像机协同跟踪问题描述 | 第66-68页 |
| 4.1.3 多摄像机协同跟踪控制框架 | 第68-69页 |
| 4.2 多PTZ摄像机在线协作跟踪 | 第69-71页 |
| 4.2.1 多视角融合滤波模板 | 第69-71页 |
| 4.2.2 基于预测目标与模板相似度摄像机调度 | 第71页 |
| 4.3 基于Adaboost的多PTZ摄像机目标检测 | 第71-74页 |
| 4.3.1 弱分类器及其权值 | 第72-73页 |
| 4.3.2 基于集成分类器位置预测 | 第73-74页 |
| 4.4 多PTZ摄像机跟踪实验 | 第74-79页 |
| 4.4.1 平行双PTZ摄像机实验平台 | 第74-75页 |
| 4.4.2 多摄像机跟踪实验分析 | 第75-79页 |
| 4.5 本章小结 | 第79-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-92页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第92-94页 |
| 致谢 | 第94页 |