基于小轨迹关联的多人跟踪方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-13页 |
| 1 绪论 | 第13-33页 |
| ·研究背景及意义 | 第13-16页 |
| ·目标跟踪研究现状 | 第16-28页 |
| ·基于局部预测的跟踪方法 | 第16-22页 |
| ·基于全局关联的跟踪方法 | 第22-27页 |
| ·研究现状小结 | 第27-28页 |
| ·基于小轨迹关联的跟踪方法的主要问题 | 第28-30页 |
| ·本文的研究内容 | 第30-31页 |
| ·论文结构安排 | 第31-33页 |
| 2 基于小轨迹关联的多人跟踪方法概述 | 第33-43页 |
| ·研究框架 | 第33-36页 |
| ·多人跟踪测试集简介 | 第36-39页 |
| ·多人跟踪评价标准 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 3 基于粒子滤波的自适应小轨迹构建方法 | 第43-57页 |
| ·粒子滤波原理 | 第43-49页 |
| ·贝叶斯滤波 | 第43-45页 |
| ·蒙特卡罗随机模拟 | 第45-46页 |
| ·粒子滤波 | 第46-49页 |
| ·小轨迹构建 | 第49-55页 |
| ·小轨迹构建中存在的问题 | 第49-51页 |
| ·基于粒子滤波的自适应小轨迹构建方法 | 第51-55页 |
| ·实验结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 4 小轨迹的时空表观模型 | 第57-71页 |
| ·引言 | 第57-59页 |
| ·时空表观模型 | 第59-66页 |
| ·模型整体概述 | 第59-60页 |
| ·时空表观模型参数说明 | 第60-61页 |
| ·时空表观模型参数估计 | 第61-66页 |
| ·实验结果 | 第66-68页 |
| ·本章小结 | 第68-71页 |
| 5 基于运动特征和时空表观特征的小轨迹关联方法 | 第71-93页 |
| ·引言 | 第71-72页 |
| ·基于目标运动预测的模糊搜索策略 | 第72-78页 |
| ·目标运动预测问题描述 | 第72-74页 |
| ·基于运动预测的模糊搜索范围 | 第74-78页 |
| ·时空表观模型的自适应选择算法 | 第78-84页 |
| ·小轨迹关联代价函数 | 第78页 |
| ·时空表观模型选择的必要性 | 第78-80页 |
| ·时空表观模型的自适应选择 | 第80-84页 |
| ·时空表观模型的距离计算 | 第84-86页 |
| ·场景的进入离开区域的估计 | 第86-88页 |
| ·搜索小轨迹的最佳关联匹配——匈牙利算法 | 第88-90页 |
| ·实验结果 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 6 基于小轨迹关联的多人跟踪方法的实现与性能分析 | 第93-117页 |
| ·基于小轨迹关联的多人跟踪方法的实现 | 第93-94页 |
| ·实验设置 | 第94-96页 |
| ·视频数据集说明 | 第94-95页 |
| ·算法验证方案 | 第95-96页 |
| ·评价标准 | 第96页 |
| ·参数取值讨论 | 第96-104页 |
| ·小轨迹构建参数讨论 | 第97-100页 |
| ·小轨迹关联参数讨论 | 第100-103页 |
| ·参数取值讨论小结 | 第103-104页 |
| ·与国际高水平同类算法的性能比较 | 第104-112页 |
| ·模块性能讨论 | 第112-114页 |
| ·计算速度讨论 | 第114-115页 |
| ·本章小结 | 第115-117页 |
| 7 总结与展望 | 第117-121页 |
| ·全文总结 | 第117-118页 |
| ·工作展望 | 第118-121页 |
| 参考文献 | 第121-131页 |
| 作者简历及攻读博士期间取得的研究成果 | 第131-135页 |
| 学位论文数据集 | 第135页 |
