| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第16-32页 |
| 1.1 课题研究背景及意义 | 第16-18页 |
| 1.2 研究现状 | 第18-27页 |
| 1.2.1 单摄像机目标跟踪 | 第18-22页 |
| 1.2.2 多摄像机间的目标跟踪 | 第22-27页 |
| 1.3 存在的问题及发展趋势 | 第27-29页 |
| 1.3.1 存在问题 | 第27-28页 |
| 1.3.2 发展趋势 | 第28-29页 |
| 1.4 论文主要内容及结构 | 第29-32页 |
| 第二章 稀疏表达多特征融合的单摄像机跟踪算法 | 第32-52页 |
| 2.1 特征融合及稀疏表达相关工作 | 第32-34页 |
| 2.2 稀疏表达多特征融合的单摄像机跟踪算法 | 第34-40页 |
| 2.2.1 基于稀疏表达多特征融合的目标描述 | 第34-36页 |
| 2.2.2 粒子滤波跟踪框架 | 第36-38页 |
| 2.2.3 模板更新 | 第38-40页 |
| 2.2.4 跟踪算法 | 第40页 |
| 2.3 实验结果及分析 | 第40-50页 |
| 2.3.1 与基于单特征目标跟踪算法的比较 | 第41-42页 |
| 2.3.2 与其他模板更新策略的比较 | 第42-44页 |
| 2.3.3 与其他融合跟踪器性能比较 | 第44-50页 |
| 2.4 本章小结 | 第50-52页 |
| 第三章 多摄像机视野的拓扑结构学习 | 第52-74页 |
| 3.1 拓扑结构学习相关工作 | 第53-55页 |
| 3.2 非重叠视野拓扑结构学习 | 第55-63页 |
| 3.2.1 节点学习 | 第55-58页 |
| 3.2.2 节点间转移时间分布及关联性学习 | 第58-63页 |
| 3.3 实验结果及数据分析 | 第63-71页 |
| 3.3.1 实际场景 | 第63-65页 |
| 3.3.2 本文方法的拓扑结构学习结果 | 第65-67页 |
| 3.3.3 与其他拓扑结构学习方法的比较 | 第67-71页 |
| 3.4 本章小结 | 第71-74页 |
| 第四章 基于特征树的目标表观模型学习和目标匹配 | 第74-98页 |
| 4.1 目标表观模型构建研究现状 | 第75-78页 |
| 4.2 基于特征树的目标表观模型构建及更新 | 第78-90页 |
| 4.2.1 特征树构建方法 | 第78-79页 |
| 4.2.2 非督导聚类算法 | 第79-81页 |
| 4.2.3 特征选取及相应特征树构建 | 第81-89页 |
| 4.2.4 特征树更新 | 第89-90页 |
| 4.3 基于特征树表观模型的目标匹配 | 第90-92页 |
| 4.4 实验结果与分析 | 第92-97页 |
| 4.4.1 特征树第一、二层质心节点阈值的确定 | 第92-95页 |
| 4.4.2 模板更新实验 | 第95-97页 |
| 4.5 本章小结 | 第97-98页 |
| 第五章 多摄像机目标连续跟踪交接策略 | 第98-110页 |
| 5.1 目标交接相关方法 | 第98-99页 |
| 5.2 基于继承与学习的多摄像机目标连续跟踪交接策略 | 第99-101页 |
| 5.3 实验结果及分析 | 第101-108页 |
| 5.3.1 拓扑结构学习结果 | 第102-103页 |
| 5.3.2 目标连续跟踪交接实验 | 第103-108页 |
| 5.4 本章小结 | 第108-110页 |
| 第六章 总结与展望 | 第110-114页 |
| 6.1 论文工作总结 | 第110-111页 |
| 6.2 研究展望 | 第111-114页 |
| 参考文献 | 第114-126页 |
| 致谢 | 第126-128页 |
| 攻读学位期间发表的学术论文 | 第128-130页 |
| 攻读学位期间参与的科研项目 | 第130-131页 |
| 附件1 | 第131-155页 |
| 附件2 | 第155页 |