声明
摘要
第一章 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.2.1 基于视觉技术的目标跟踪方法
1.2.2 基于数据关联的目标跟踪方法
1.3 目标跟踪的技术难点
1.4 本文主要研究工作
1.5 论文的章节安排
2.1 引言
2.2 基于DPM的目标检测算法
2.2.1 传统型HOG特征
2.2.2 增强型HOG特征
2.2.3 DPM检测模型
2.2.4 DPM检测流程
2.3 实验测试与结果
2.3.1 Jogging数据集检测结果
2.3.2 DukeMTMC数据集检测结果
2.3.3 统计结果分析
2.4 本章小结
第三章 基于霍夫森林的多目标跟踪算法
3.1 引言
3.2 初级关联
3.3 样本采集
3.4 目标特征模型
3.4.1 颜色直方图特征
3.4.2 HOG特征
3.4.3 光流特征
3.5 霍夫森林构建与轨迹关联
3.6 实验结果及分析
3.6.1 跟踪性能评价指标
3.6.2 PETS09-S2L1视频序列跟踪结果
3.6.3 Parking Lot视频序列跟踪结果
3.7 本章小结
第四章 基于多特征融合匹配的霍夫森林多目标跟踪算法
4.1 引言
4.2 双阈值关联
4.3 基于霍夫森林的多目标跟踪
4.4 多特征融合的轨迹匹配
4.4.1 相似性度量
4.4.2 特征点匹配
4.4.3 匹配概率模型
4.5 分层逐级关联模型
4.6 实验结果及分析
4.6.1 DukeMTMC视频序列多目标跟踪结果
4.6.2 TUD-Stadtmitte视频序列多目标跟踪结果
4.6.3 TUD-Crossing视频序列多目标跟踪结果
4.7 本章小结
5.1 本文工作总结
5.2 未来研究展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间参与的科研项目