| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-14页 |
| 1.3 本文主要研究内容及章节安排 | 第14-16页 |
| 第二章 融合外观特征的离散连续能量最小化多目标跟踪 | 第16-27页 |
| 2.1 离散连续能量最小化多目标跟踪 | 第16-18页 |
| 2.2 改进的算法 | 第18-21页 |
| 2.2.1 算法步骤 | 第18页 |
| 2.2.2 外观约束项能量函数 | 第18-20页 |
| 2.2.3 后处理过程 | 第20-21页 |
| 2.3 实验结果与分析 | 第21-26页 |
| 2.3.1 实验数据集及评价指标 | 第21-22页 |
| 2.3.2 实验结果及对比分析 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于网络流的分层关联多目标跟踪 | 第27-37页 |
| 3.1 最小费用流跟踪 | 第27-28页 |
| 3.2 分层关联网络流算法 | 第28-32页 |
| 3.2.1 算法总述 | 第28-29页 |
| 3.2.2 轨迹片形成 | 第29-30页 |
| 3.2.3 关联轨迹片的费用流网络 | 第30-31页 |
| 3.2.4 轨迹片的相似度 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-36页 |
| 3.3.1 定性分析 | 第33-35页 |
| 3.3.2 定量分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 融合非线性运动模型的多目标跟踪 | 第37-48页 |
| 4.1 相似度测量相关研究 | 第37-39页 |
| 4.2 边费用估计及轨迹完善 | 第39-42页 |
| 4.2.1 算法总述 | 第39页 |
| 4.2.2 外观相似度模型 | 第39-40页 |
| 4.2.3 运动相似度模型 | 第40-42页 |
| 4.2.4 边费用计算 | 第42页 |
| 4.2.5 轨迹完善 | 第42页 |
| 4.3 实验结果与分析 | 第42-47页 |
| 4.3.1 公共视频库上的实验结果 | 第43-45页 |
| 4.3.2 真实监控视频上的实验结果 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第55页 |