无重叠视域多摄像机目标跟踪若干问题研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 单摄像机目标跟踪 | 第16-17页 |
| 1.2.2 无重叠视域多摄像机系统 | 第17-18页 |
| 1.3 本文主要内容与章节安排 | 第18-20页 |
| 第二章 运动目标检测与跟踪相关算法 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 运动目标检测相关算法 | 第20-25页 |
| 2.2.1 帧间差分法 | 第20-22页 |
| 2.2.2 背景差法 | 第22-25页 |
| 2.2.3 光流法 | 第25页 |
| 2.3 目标跟踪相关算法 | 第25-29页 |
| 2.3.1 模板匹配跟踪 | 第25-26页 |
| 2.3.2 判别式跟踪：CT | 第26-27页 |
| 2.3.3 生成式跟踪：L1Track | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于自适应压缩特征选择的单目标跟踪算法 | 第30-43页 |
| 3.1 引言 | 第30页 |
| 3.2 相关工作 | 第30-33页 |
| 3.2.1 随机稀疏矩阵 | 第30-31页 |
| 3.2.2 压缩特征提取 | 第31-33页 |
| 3.2.3 朴素贝叶斯分类器 | 第33页 |
| 3.3 自适应压缩特征选择跟踪算法 | 第33-37页 |
| 3.3.1 算法流程 | 第33-34页 |
| 3.3.2 特征选择 | 第34-35页 |
| 3.3.3 自适应差分选择 | 第35-37页 |
| 3.4 实验结果与分析 | 第37-42页 |
| 3.4.1 算法效果定性分析 | 第37-39页 |
| 3.4.2 算法效果定量分析 | 第39-41页 |
| 3.4.3 算法实时性对比分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于VIBE的双向匹配多目标跟踪算法 | 第43-51页 |
| 4.1 引言 | 第43页 |
| 4.2 VIBE运动检测 | 第43-46页 |
| 4.2.1 背景模型初始化 | 第43-44页 |
| 4.2.2 前景点与背景点的判定 | 第44-45页 |
| 4.2.3 背景模型的更新 | 第45-46页 |
| 4.3 双向匹配跟踪 | 第46-50页 |
| 4.3.1 双向匹配规则 | 第46-47页 |
| 4.3.2 相似度度量 | 第47-48页 |
| 4.3.3 模型更新 | 第48页 |
| 4.3.4 算法流程及实验结果 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 无重叠视域跟踪系统设计 | 第51-62页 |
| 5.1 引言 | 第51页 |
| 5.2 图像采集模块 | 第51-52页 |
| 5.3 拓扑结构关系 | 第52-55页 |
| 5.3.1 转移时间概率的建立 | 第53-54页 |
| 5.3.2 实验结果与分析 | 第54-55页 |
| 5.4 目标匹配 | 第55-59页 |
| 5.4.1 亮度转移函数(BTF) | 第56-57页 |
| 5.4.2 目标匹配过程 | 第57-58页 |
| 5.4.3 实验结果与分析 | 第58-59页 |
| 5.5 系统界面效果 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第68-69页 |
