| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 基于单摄像机的目标跟踪方法 | 第11-12页 |
| 1.2.2 基于多摄像机的目标跟踪方法 | 第12-14页 |
| 1.3 主要工作 | 第14-15页 |
| 1.4 结构安排 | 第15-16页 |
| 第二章 基于一维标定物的多摄像机标定 | 第16-29页 |
| 2.1 一维标定物 | 第16-17页 |
| 2.2 基于消失点的多摄像机标定 | 第17-19页 |
| 2.3 一种新的基于一维标定物的多摄像机标定算法 | 第19-26页 |
| 2.3.1 两个摄像机的标定 | 第20-24页 |
| 2.3.2 多于两个摄像机的标定 | 第24-26页 |
| 2.4 实验结果与分析 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于重叠多摄像机的运动目标检测 | 第29-41页 |
| 3.1 前景提取算法 | 第29-33页 |
| 3.1.1 背景减除法 | 第29-30页 |
| 3.1.2 一维高斯模型 | 第30-31页 |
| 3.1.3 高斯混合模型 | 第31-32页 |
| 3.1.4 核密度估计 | 第32页 |
| 3.1.5 几种基于背景的前景提取算法的比较与选择 | 第32-33页 |
| 3.2 概率占用图 | 第33-38页 |
| 3.2.1 独立性假设 | 第34-35页 |
| 3.2.2 产生式图像模型 | 第35-36页 |
| 3.2.3 边缘概率 | 第36-37页 |
| 3.2.4 快速求解边缘概率 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于重叠多摄像机的运动目标跟踪 | 第41-64页 |
| 4.1 基于概率占用图的目标跟踪原理 | 第41-42页 |
| 4.2 动态规划算法求解目标运动轨迹 | 第42-46页 |
| 4.2.1 多目标运动轨迹 | 第42-44页 |
| 4.2.2 单目标运动轨迹 | 第44-46页 |
| 4.3 结合K最短路径与线性规划算法求解多目标运动轨迹 | 第46-60页 |
| 4.3.1 网络流表示多目标运动 | 第47-51页 |
| 4.3.2 K最短路径算法 | 第51-55页 |
| 4.3.3 K最短路径求解目标运动轨迹 | 第55-57页 |
| 4.3.4 K最短路径与基于颜色的线性规划联合求解运动轨迹 | 第57-60页 |
| 4.4 实验结果与分析 | 第60-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 变电站场景下的多摄像机跟踪系统设计 | 第64-74页 |
| 5.1 系统整体结构 | 第64-67页 |
| 5.2 多摄像机标定 | 第67-68页 |
| 5.3 运动目标检测 | 第68-69页 |
| 5.4 生成概率占用图 | 第69-70页 |
| 5.5 跟踪算法实现多目标跟踪 | 第70-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文主要贡献 | 第74-75页 |
| 6.2 下一步工作的展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻硕期间取得的研究成果 | 第81-82页 |
