视频监控中的行人检测与跟踪方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 行人检测与跟踪 | 第16-19页 |
| 1.2.1 行人检测 | 第16-17页 |
| 1.2.2 行人跟踪 | 第17-19页 |
| 1.3 面临的困难和挑战 | 第19-20页 |
| 1.4 课题组研究现状 | 第20-21页 |
| 1.5 本文主要研究内容及章节安排 | 第21-22页 |
| 第二章 基于肤色信息的行人检测 | 第22-32页 |
| 2.1 行人检测模型 | 第22-24页 |
| 2.2 算法流程 | 第24-28页 |
| 2.2.1 YCbCr聚类图 | 第24-26页 |
| 2.2.2 肤色区域分割 | 第26-27页 |
| 2.2.3 目标定位 | 第27-28页 |
| 2.3 实验与分析 | 第28-31页 |
| 2.3.1 肤色分割条件 | 第28-29页 |
| 2.3.2 实验结果 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于压缩感知的目标跟踪方法 | 第32-54页 |
| 3.1 压缩感知理论 | 第33-37页 |
| 3.1.1 信号的稀疏表示 | 第34-35页 |
| 3.1.2 设计观测矩阵 | 第35-36页 |
| 3.1.3 信号恢复算法 | 第36-37页 |
| 3.2 改进的压缩感知跟踪算法 | 第37-43页 |
| 3.2.1 压缩感知跟踪模型 | 第37-38页 |
| 3.2.2 算法流程 | 第38-43页 |
| 3.3 压缩感知跟踪并行化 | 第43-48页 |
| 3.3.1 OpenMP简介 | 第43-45页 |
| 3.3.2 OpenMP主要命令 | 第45-46页 |
| 3.3.3 压缩感知并行化 | 第46-48页 |
| 3.4 基于时空上下文跟踪算法 | 第48-49页 |
| 3.5 实验与分析 | 第49-53页 |
| 3.5.1 跟踪实验 | 第49-52页 |
| 3.5.2 并行化实验 | 第52-53页 |
| 3.5.3 遮挡实验 | 第53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于粒子滤波的遮挡跟踪算法 | 第54-62页 |
| 4.1 遮挡情况下的跟踪方法 | 第54-55页 |
| 4.2 粒子滤波原理 | 第55-57页 |
| 4.2.1 贝叶斯估计 | 第55-56页 |
| 4.2.2 序贯重要性采样 | 第56-57页 |
| 4.2.3 重采样 | 第57页 |
| 4.3 基于彩色直方图的粒子滤波算法 | 第57-60页 |
| 4.3.1 算法框架 | 第57-58页 |
| 4.3.2 初始化跟踪模型 | 第58-59页 |
| 4.3.3 重要性采样 | 第59页 |
| 4.3.4 目标位置确定和重采样 | 第59页 |
| 4.3.5 算法描述 | 第59-60页 |
| 4.4 实验与分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 攻读硕士期间的科研成果 | 第72-74页 |
| 发表论文 | 第72页 |
| 参与项目 | 第72-74页 |
| 致谢 | 第74页 |
