多相机视频监控中行人检测与跟踪算法的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-14页 |
| 1.2.1 单相机下的目标跟踪技术 | 第11-12页 |
| 1.2.2 多相机交接跟踪技术 | 第12-14页 |
| 1.3 论文内容的结构安排 | 第14-16页 |
| 2 单相机下的运动行人检测算法 | 第16-28页 |
| 2.1 引言 | 第16-18页 |
| 2.2 目标检测常用算法 | 第18-20页 |
| 2.2.1 帧差法 | 第18页 |
| 2.2.2 背景差分法 | 第18-19页 |
| 2.2.3 光流法 | 第19-20页 |
| 2.3 基于颜色不变量的行人检测算法 | 第20-24页 |
| 2.3.1 颜色不变量空间 | 第20-22页 |
| 2.3.2 背景建模 | 第22页 |
| 2.3.3 行人检测 | 第22-23页 |
| 2.3.4 轮廓处理 | 第23-24页 |
| 2.4 算法实现过程 | 第24页 |
| 2.5 本节实验结果与分析 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 单相机下的行人跟踪算法 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 偏最小二乘法 | 第28-32页 |
| 3.2.1 原理分析 | 第28-30页 |
| 3.2.2 PLS分析的目标表示 | 第30-32页 |
| 3.3 表观模型的实时更新 | 第32-33页 |
| 3.4 贝叶斯框架下的行人目标跟踪算法 | 第33-35页 |
| 3.5 本节实验结果与分析 | 第35-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 多相机交接跟踪算法 | 第42-66页 |
| 4.1 概述 | 第42-44页 |
| 4.2 基于多相机拓扑关系的交接技术 | 第44-48页 |
| 4.2.1 概述 | 第44-46页 |
| 4.2.2 多相机交接的空间转移技术 | 第46页 |
| 4.2.3 多相机间的时间估计技术 | 第46-47页 |
| 4.2.4 多相机间的交接过程 | 第47-48页 |
| 4.3 基于稀疏表示的行人再认定算法 | 第48-59页 |
| 4.3.1 特征提取 | 第49-55页 |
| 4.3.2 信号的稀疏表示 | 第55-56页 |
| 4.3.3 算法的实现过程 | 第56-59页 |
| 4.4 实验结果及分析 | 第59-65页 |
| 4.4.1 累积匹配特性曲线 | 第59页 |
| 4.4.2 数据集 | 第59-60页 |
| 4.4.3 结果分析 | 第60-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第72-74页 |
| 学位论文数据集 | 第74页 |
