| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 摄像机标定 | 第14-15页 |
| 1.2.2 目标检测与目标跟踪 | 第15-17页 |
| 1.3 论文研究内容与章节安排 | 第17-18页 |
| 2 多摄像机系统标定 | 第18-40页 |
| 2.1 引言 | 第18页 |
| 2.2 计算机视觉中的几何原理 | 第18-25页 |
| 2.2.1 齐次坐标系 | 第18-19页 |
| 2.2.2 摄像机模型 | 第19-21页 |
| 2.2.3 对极几何 | 第21-24页 |
| 2.2.4 单应矩阵 | 第24-25页 |
| 2.3 单摄像机标定 | 第25-29页 |
| 2.3.1 传统的摄像机标定方法 | 第25页 |
| 2.3.2 双平面标定方法 | 第25-27页 |
| 2.3.3 单摄像机自标定方法 | 第27-28页 |
| 2.3.4 单摄像机标定小结 | 第28-29页 |
| 2.4 手动标定主从摄像机系统 | 第29-30页 |
| 2.5 自动标定主从摄像机系统 | 第30-38页 |
| 2.5.1 自动标定主从摄像机系统 | 第31-32页 |
| 2.5.2 自动拼接马赛克图像 | 第32-35页 |
| 2.5.3 全局自动匹配特征点 | 第35-36页 |
| 2.5.4 自动标定主从摄像机系统 | 第36-38页 |
| 2.6 实验结果及分析 | 第38-39页 |
| 2.6.1 实验结果 | 第38-39页 |
| 2.6.2 误差分析 | 第39页 |
| 2.7 小结 | 第39-40页 |
| 3 基于检测的目标跟踪算法 | 第40-64页 |
| 3.1 引言 | 第40-41页 |
| 3.2 运动目标检测与跟踪简述 | 第41-47页 |
| 3.2.1 运动目标检测简述 | 第41-42页 |
| 3.2.2 运动目标跟踪简述 | 第42-47页 |
| 3.3 基于检测的运动目标跟踪 | 第47-53页 |
| 3.3.1 目标特征 | 第48-52页 |
| 3.3.2 构建分类器 | 第52-53页 |
| 3.4 常用基于检测的运动目标跟踪算法 | 第53-57页 |
| 3.4.1 基于Online RankBoost 的目标跟踪算法 | 第53-56页 |
| 3.4.2 基于Online MILBoost 的目标跟踪算法 | 第56-57页 |
| 3.5 基于Online RankBoost 与粒子滤波的目标跟随算法 | 第57-61页 |
| 3.5.1 排序问题的学习框架与RankBoost 算法 | 第58-59页 |
| 3.5.2 Online RankBoost 算法 | 第59-60页 |
| 3.5.3 联合Online RankBoost 与粒子滤波的目标跟踪算法 | 第60-61页 |
| 3.6 实验结果与分析 | 第61-63页 |
| 3.6.1 实验结果 | 第61-62页 |
| 3.6.2 误差分析 | 第62-63页 |
| 3.7 小结 | 第63-64页 |
| 4 总结与展望 | 第64-65页 |
| 4.1 总结 | 第64页 |
| 4.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70-72页 |
