基于DSP图像处理系统的多目标跟踪关键技术研究及实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 国内外研究历史与现状 | 第12-16页 |
| 1.2.1 运动目标跟踪 | 第12-14页 |
| 1.2.2 DSP图像处理系统 | 第14-16页 |
| 1.3 主要工作与创新 | 第16页 |
| 1.4 本文结构 | 第16-18页 |
| 第二章 多目标检测算法的研究 | 第18-30页 |
| 2.1 多目标检测常见算法 | 第18-23页 |
| 2.1.1 多目标检测算法概述 | 第18-19页 |
| 2.1.2 基于运动信息的目标检测算法 | 第19-21页 |
| 2.1.3 基于统计特征的目标检测算法 | 第21-23页 |
| 2.2 可变部件模型 | 第23-27页 |
| 2.2.1 目标的模型构成 | 第23-24页 |
| 2.2.2 检测流程 | 第24-26页 |
| 2.2.3 实验结果与分析 | 第26-27页 |
| 2.3 非极大值抑制 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 多目标跟踪算法的研究 | 第30-66页 |
| 3.1 多目标跟踪常见算法 | 第30-38页 |
| 3.1.1 联合概率数据关联 | 第30-31页 |
| 3.1.2 能量最小化 | 第31-34页 |
| 3.1.3 网络流 | 第34-37页 |
| 3.1.4 算法对比 | 第37-38页 |
| 3.2 最小费用流的求解 | 第38-42页 |
| 3.2.1 最短路径算法 | 第38-41页 |
| 3.2.2 最小费用流求解算法 | 第41-42页 |
| 3.3 网络流中多特征融合 | 第42-51页 |
| 3.3.1 颜色特征 | 第43-45页 |
| 3.3.2 位置特征 | 第45-46页 |
| 3.3.3 SIFT特征 | 第46-50页 |
| 3.3.4 目标的多特征融合 | 第50-51页 |
| 3.4 多目标的实时跟踪 | 第51-58页 |
| 3.4.1 实时跟踪方案 | 第51-54页 |
| 3.4.2 相邻时间窗内轨迹集的融合 | 第54-58页 |
| 3.5 实验结果及分析 | 第58-65页 |
| 3.5.1 MOT方案的实施细节 | 第58-59页 |
| 3.5.2 MOT性能评价指标 | 第59-60页 |
| 3.5.3 仿真实验 | 第60-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第四章 多目标跟踪在DSP图像处理系统上的实现 | 第66-88页 |
| 4.1 DSP图像处理系统的搭建 | 第66-77页 |
| 4.1.1 系统框架结构 | 第66-67页 |
| 4.1.2 系统核心器件 | 第67-70页 |
| 4.1.3 SRIO数据传输 | 第70-73页 |
| 4.1.4 视频序列的输入输出 | 第73-75页 |
| 4.1.5 存储模块 | 第75-77页 |
| 4.2 多目标跟踪方案的实现与优化 | 第77-84页 |
| 4.2.1 DSP处理流程 | 第77-78页 |
| 4.2.2 DSP端软件设计 | 第78-80页 |
| 4.2.3 DSP存储管理 | 第80-81页 |
| 4.2.4 DSP端程序优化 | 第81-84页 |
| 4.3 多目标跟踪方案在系统中的运行测试 | 第84-87页 |
| 4.3.1 准备工作 | 第84页 |
| 4.3.2 跟踪结果 | 第84-86页 |
| 4.3.3 DSP端耗时 | 第86-87页 |
| 4.4 本章小结 | 第87-88页 |
| 第五章 总结与展望 | 第88-89页 |
| 5.1 全文总结 | 第88页 |
| 5.2 展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 攻读硕士学位期间取得的成果 | 第93页 |
