声明
第一章 绪论
1.1 课题的研究背景和意义
1.2 国内外研究现状与趋势
1.3 异物侵限检测及跟踪技术难点
1.4 主要研究内容及结构安排
第二章 铁路异物侵限检测关键技术
2.1 铁路综合视频监控信息流
2.2 图像预处理技术
2.2.1 RGB彩色图像灰度化
2.2.2 直方图均衡化
2.2.3 图像滤波
2.2.4 形态学处理
2.3 运动目标检测算法概述
2.3.1 帧间差分法
2.3.2 背景差分法
2.4 改进的鲁棒性ViBe运动目标检测算法
2.4.1 背景模型的建立
2.4.2 前景异物分割
2.4.3 背景模型更新
2.3 本章小结
第三章 多特征融合的异物侵限鲁棒性外观模型构建
3.1 图像特征描述子
3.2 基于改进特征的侵限异物外观模型构建
3.2.1 侵限异物FHOG特征的提取
3.2.2 RGB颜色直方图
3.2.3 平移训练样本集的生成
3.3 基于跟踪置信度的多特征自适应融合
3.2.1 跟踪置信度指标
3.2.3 权值自适应调整的多特征融合
3.4 本章小结
第四章 核相关滤波框架下的异物侵限鲁棒性跟踪
4.1 核相关滤波目标跟踪算法
4.1.1 多特征融合的核相关滤波跟踪流程
4.1.2 基于核相关平移滤波器的位置估计
4.2 尺度自适应的异物侵限降维跟踪方法
4.2.1 基于相关滤波的异物目标尺度估计
4.2.2 尺度测试样本集的建立
4.2.3 尺度测试样本的PCA降维
4.3 本章小结
第五章 基于多域卷积神经网络的异物侵限目标跟踪
5.1 CNN卷积神经网络
5.1.1 卷积神经网络的层级结构
5.1.2 卷积神经网络的权值更新
5.2 基于MDNet的异物侵限跟踪方法
5.2.1 多域卷积神经网络基本结构
5.2.2 MDNet网络共享层的多域离线训练
5.2.3 MDnet网络在线跟踪与参数更新机制
5.3 实验结果与分析
5.3.1 实验算例与性能评估指标
5.3.2 各算法跟踪精度对比实验
5.3.3 各算法跟踪速度对比实验
5.4 本章小结
第六章 总结
6.1 主要工作回顾
6.2 未来工作展望
参考文献
个人简历 在读期间发表的学术论文
致谢
