智能视频监控下的目标跟踪关键技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第17-31页 |
| 1.1 课题研究的背景及意义 | 第17-18页 |
| 1.2 智能视频监控国内外发展现状 | 第18-19页 |
| 1.3 目标跟踪研究现状 | 第19-27页 |
| 1.3.1 目标跟踪发展概述 | 第19-20页 |
| 1.3.2 单目标跟踪算法综述 | 第20-25页 |
| 1.3.3 多目标跟踪算法综述 | 第25-27页 |
| 1.4 难点及热点问题分析 | 第27-28页 |
| 1.5 论文的主要研究内容 | 第28-31页 |
| 1.5.1 主要工作和成果 | 第28-29页 |
| 1.5.2 论文的组织结构 | 第29-31页 |
| 2 基于拉普拉斯误差估计的结构化稀疏跟踪方法 | 第31-49页 |
| 2.1 引言 | 第31-32页 |
| 2.2 稀疏表示跟踪方法概述 | 第32-34页 |
| 2.2.1 粒子滤波 | 第32-33页 |
| 2.2.2 l1范式约束 | 第33-34页 |
| 2.2.3 字典更新 | 第34页 |
| 2.3 基于拉普拉斯误差估计的结构化稀疏跟踪模型 | 第34-37页 |
| 2.3.1 重构误差 | 第34-35页 |
| 2.3.2 结构化约束 | 第35-36页 |
| 2.3.3 字典构建 | 第36-37页 |
| 2.4 模型求解 | 第37-40页 |
| 2.4.1 非精确增广拉格朗日乘子法 | 第37-39页 |
| 2.4.2 时间复杂度分析 | 第39页 |
| 2.4.3 模型关联分析 | 第39-40页 |
| 2.5 实验 | 第40-48页 |
| 2.5.1 数据库介绍 | 第40-41页 |
| 2.5.2 评估方法 | 第41页 |
| 2.5.3 实验设置 | 第41-42页 |
| 2.5.4 定量分析 | 第42-45页 |
| 2.5.5 定性分析 | 第45-48页 |
| 2.6 本章小结 | 第48-49页 |
| 3 基于区域的深度学习跟踪方法 | 第49-71页 |
| 3.1 引言 | 第49-50页 |
| 3.2 基于深度学习模型的跟踪方法 | 第50-53页 |
| 3.2.1 栈式降噪自编码(SDAE) | 第51-52页 |
| 3.2.2 深度学习观测模型 | 第52-53页 |
| 3.3 基于区域的深度学习跟踪模型 | 第53-59页 |
| 3.3.1 稳定因子 | 第53-56页 |
| 3.3.2 模型推测 | 第56-57页 |
| 3.3.3 模型训练 | 第57-59页 |
| 3.4 实验 | 第59-68页 |
| 3.4.1 参数设置分析 | 第60-61页 |
| 3.4.2 稳定因子分析 | 第61-64页 |
| 3.4.3 定量及定性分析 | 第64-68页 |
| 3.5 模型关联分析 | 第68-70页 |
| 3.6 本章小结 | 第70-71页 |
| 4 基于核化相关滤波器的多目标跟踪方法 | 第71-89页 |
| 4.1 引言 | 第71-72页 |
| 4.2 多目标跟踪模型框架 | 第72-74页 |
| 4.2.1 检测跟踪范式 | 第72-73页 |
| 4.2.2 最小费用流 | 第73-74页 |
| 4.3 核化相关滤波器 | 第74-79页 |
| 4.3.1 核化脊回归模型 | 第75-76页 |
| 4.3.2 循环矩阵 | 第76-77页 |
| 4.3.3 频域计算 | 第77-79页 |
| 4.4 数据关联 | 第79-81页 |
| 4.4.1 局部关联 | 第79-80页 |
| 4.4.2 全局关联 | 第80-81页 |
| 4.5 实验 | 第81-88页 |
| 4.5.1 数据库介绍 | 第81页 |
| 4.5.2 评估方法 | 第81-82页 |
| 4.5.3 实验设置 | 第82页 |
| 4.5.4 模型分析 | 第82-88页 |
| 4.6 本章小结 | 第88-89页 |
| 5 基于时空约束的多目标跟踪方法 | 第89-105页 |
| 5.1 引言 | 第89-90页 |
| 5.2 子空间聚类分析 | 第90-92页 |
| 5.2.1 问题描述 | 第90页 |
| 5.2.2 子空间聚类方法概述 | 第90-91页 |
| 5.2.3 多目标跟踪子空间聚类分析 | 第91-92页 |
| 5.3 基于时空约束的线性子空间表示 | 第92-97页 |
| 5.3.1 线性子空间表示 | 第92-94页 |
| 5.3.2 时空约束矩阵 | 第94-95页 |
| 5.3.3 模型求解 | 第95-97页 |
| 5.4 基于时空约束的凝聚层次聚类 | 第97-99页 |
| 5.4.1 时空凝聚层次聚类 | 第97页 |
| 5.4.2 轨迹片段优化 | 第97-99页 |
| 5.5 实验 | 第99-104页 |
| 5.5.1 实验设置 | 第99-100页 |
| 5.5.2 误差项设置分析 | 第100页 |
| 5.5.3 时空约束分析 | 第100-102页 |
| 5.5.4 定性及定量分析 | 第102-104页 |
| 5.6 本章小结 | 第104-105页 |
| 6 总结与展望 | 第105-109页 |
| 6.1 研究工作总结 | 第105-106页 |
| 6.2 未来展望 | 第106-109页 |
| 致谢 | 第109-111页 |
| 参考文献 | 第111-129页 |
| 附录A | 第129-133页 |
| 附录B | 第133-134页 |
