| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 视觉多目标跟踪算法 | 第13-15页 |
| 1.2.2 在线的视觉多目标跟踪算法 | 第15-16页 |
| 1.3 论文的研究的内容及组织结构 | 第16-18页 |
| 2 相关理论基础 | 第18-33页 |
| 2.1 基于DPM的检测算法 | 第18-23页 |
| 2.1.1 HOG特征描述 | 第19-20页 |
| 2.1.2 DPM模型 | 第20-21页 |
| 2.1.3 DPM检测流程 | 第21-23页 |
| 2.2 基于MEANSHIFT的跟踪算法 | 第23页 |
| 2.3 相对运动网络 | 第23-25页 |
| 2.4 基于贝叶斯滤波的跟踪算法 | 第25-31页 |
| 2.4.1 MCMC算法 | 第27-29页 |
| 2.4.2 RJMCMC算法 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 基于相对运动网络的贝叶斯概率估计多目标跟踪算法 | 第33-52页 |
| 3.1 多目标跟踪系统框架 | 第33-35页 |
| 3.2 基于相对运动网络的贝叶斯概率估计算法 | 第35-49页 |
| 3.2.1 观测似然度 | 第35-40页 |
| 3.2.2 运动先验概率 | 第40-43页 |
| 3.2.3 贝叶斯概率估计算法 | 第43-49页 |
| 3.3 基于相对运动网络的贝叶斯概率估计算法实现 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 实验结果与分析 | 第52-63页 |
| 4.1 实验环境 | 第52页 |
| 4.2 数据集 | 第52-54页 |
| 4.3 评估指标 | 第54-55页 |
| 4.4 实验结果及分析 | 第55-62页 |
| 4.4.1 评估实验结果分析 | 第55-56页 |
| 4.4.2 对比实验及结果分析 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 图索引 | 第69-70页 |
| 表索引 | 第70-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |