基于嵌入式平台的全向视觉目标检测与跟踪
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究的背景与意义 | 第11页 |
1.2 嵌入式平台多摄像机目标跟踪的关键技术 | 第11-12页 |
1.3 国内外研究现状 | 第12-17页 |
1.3.1 目标特征的描述 | 第12-13页 |
1.3.2 单摄像机目标跟踪 | 第13-15页 |
1.3.3 多摄像机跟踪 | 第15-16页 |
1.3.4 嵌入式图像处理系统 | 第16-17页 |
1.4 主要工作与章节安排 | 第17-19页 |
第2章 单摄像机下运动目标检测与跟踪 | 第19-33页 |
2.1 运动目标检测及跟踪方法 | 第19-20页 |
2.2 基于背景建模的运动目标检测算法 | 第20-25页 |
2.2.1 基于高斯混合模型目标检测 | 第20-21页 |
2.2.2 基于VIBE算法的运动目标检测 | 第21-23页 |
2.2.3 VIBE检测算法的改进 | 第23-25页 |
2.3 单摄像机下运动目标跟踪算法 | 第25-28页 |
2.3.1 相关性滤波原理 | 第25页 |
2.3.2 基于相关滤波的CSK跟踪算法 | 第25-27页 |
2.3.3 基于改进CSK算法的运动目标实时跟踪 | 第27-28页 |
2.4 实验结果及分析 | 第28-30页 |
2.4.1 运动目标检测实验 | 第28-29页 |
2.4.2 运动目标跟踪实验 | 第29-30页 |
2.5 本章小结 | 第30-33页 |
第3章 多摄像机下运动目标交接匹配算法研究 | 第33-55页 |
3.1 多摄像机目标交接方法 | 第33页 |
3.2 广角摄像机下视野分界线 | 第33-47页 |
3.2.1 摄像机模型和标定 | 第33-37页 |
3.2.2 广角摄像机模型 | 第37-38页 |
3.2.3 基于除法模型的畸变校正 | 第38-41页 |
3.2.4 基于SIFT特征点的视野分界线生成 | 第41-47页 |
3.3 多摄像机目标匹配 | 第47-53页 |
3.3.1 基于颜色名的颜色特征 | 第48-49页 |
3.3.2 基于PCA的特征降维方法 | 第49-50页 |
3.3.3 HOG特征和相似性度量 | 第50-51页 |
3.3.4 目标匹配实验与分析 | 第51-53页 |
3.4 本章小结 | 第53-55页 |
第4章 嵌入式平台的算法移植与优化 | 第55-71页 |
4.1 嵌入式硬件平台 | 第55-57页 |
4.1.1 嵌入式系统核心处理单元 | 第55-56页 |
4.1.2 嵌入式平台视频采集卡 | 第56-57页 |
4.2 嵌入式开发环境搭建 | 第57-63页 |
4.2.1 嵌入式操作系统 | 第57页 |
4.2.2 虚拟机及交叉编译工具安装 | 第57-60页 |
4.2.3 LINUX内核的裁剪与移植 | 第60-61页 |
4.2.4 NFS和TFTP环境搭建 | 第61-62页 |
4.2.5 图像处理库的交叉编译与移植 | 第62-63页 |
4.3 运动目标跟踪算法移植和优化 | 第63-69页 |
4.3.1 基于V4L2的视频采集 | 第63-64页 |
4.3.2 基于IPU的硬件转码 | 第64-66页 |
4.3.3 OpenMP并行算法研究 | 第66-67页 |
4.3.4 基于OpenGL的多进程设计 | 第67页 |
4.3.5 基于多线程的跟踪算法移植 | 第67-69页 |
4.4 本章小结 | 第69-71页 |
第5章 多摄像机跟踪系统及实验分析 | 第71-81页 |
5.1 多摄像机跟踪系统 | 第71-75页 |
5.1.1 系统框架 | 第71页 |
5.1.2 系统架构及实现 | 第71-75页 |
5.2 系统核心单元算法流程 | 第75-77页 |
5.2.1 目标检测与跟踪算法 | 第75-76页 |
5.2.2 目标交接匹配算法 | 第76-77页 |
5.3 实验结果与性能分析 | 第77-78页 |
5.4 本章小结 | 第78-81页 |
第6章 总结与展望 | 第81-83页 |
6.1 总结 | 第81-82页 |
6.2 展望 | 第82-83页 |
参考文献 | 第83-87页 |
致谢 | 第87页 |