| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 目标检测研究现状 | 第12-13页 |
| 1.2.2 目标跟踪研究现状 | 第13-15页 |
| 1.3 论文的主要研究工作及具体结构安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 论文结构安排 | 第15-17页 |
| 第2章 深度数据图像信息采集 | 第17-22页 |
| 2.1 硬件平台介绍 | 第17-18页 |
| 2.1.1 Kinect介绍 | 第17-18页 |
| 2.1.2 Kinect SDK技术架构 | 第18页 |
| 2.2 Kinect数据采集 | 第18-20页 |
| 2.2.1 彩色图像数据采集 | 第18页 |
| 2.2.2 骨骼数据采集 | 第18-19页 |
| 2.2.3 深度图像数据采集 | 第19-20页 |
| 2.3 Kinect深度测距工作原理 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于深度图像的行人提取技术 | 第22-35页 |
| 3.1 kinect深度图像分析 | 第22-23页 |
| 3.2 基于深度信息数据的二值化处理 | 第23页 |
| 3.3 图像预处理 | 第23-28页 |
| 3.3.1 数字形态学滤波 | 第23-25页 |
| 3.3.2 平滑滤波 | 第25-27页 |
| 3.3.3 基于深度信息的图像预处理 | 第27-28页 |
| 3.4 人体目标检测技术 | 第28-34页 |
| 3.4.1 帧间差分法 | 第28-29页 |
| 3.4.2 基于深度方向直方图的目标检测算法 | 第29-30页 |
| 3.4.3 背景减除法 | 第30-32页 |
| 3.4.4 基于用户索引的人体目标提取 | 第32-33页 |
| 3.4.5 目标人体标定 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 TLD跟踪框架及其实现 | 第35-43页 |
| 4.1 TLD跟踪算法概述 | 第35-36页 |
| 4.2 检测模块介绍 | 第36-38页 |
| 4.2.1 方差分类器 | 第36页 |
| 4.2.2 集合分类器 | 第36-38页 |
| 4.2.3 最近邻分类器 | 第38页 |
| 4.3 跟踪模块介绍 | 第38-41页 |
| 4.3.1 FB(forward-backward error)误差 | 第38-39页 |
| 4.3.2 中值流跟踪法 | 第39-40页 |
| 4.3.3 跟踪点筛选 | 第40-41页 |
| 4.4 学习模块介绍 | 第41-42页 |
| 4.5 综合模块 | 第42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 基于粒子滤波的改进TLD跟踪算法 | 第43-56页 |
| 5.1 粒子滤波算法介绍 | 第43-48页 |
| 5.1.1 贝叶斯滤波原理 | 第44-45页 |
| 5.1.2 蒙特卡洛方法 | 第45页 |
| 5.1.3 序贯重要性采样 | 第45-46页 |
| 5.1.4 重采样 | 第46-47页 |
| 5.1.5 粒子滤波及其跟踪原理 | 第47-48页 |
| 5.2 基于粒子滤波的改进TLD算法 | 第48-50页 |
| 5.3 实验结果与分析 | 第50-55页 |
| 5.3.1 实验方法 | 第50页 |
| 5.3.2 跟踪性能比较 | 第50-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 论文总结 | 第56页 |
| 论文不足及展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术成果 | 第65页 |