摘要
第一章 前言
§1.1 三维目标群的跟踪的研究背景及挑战
§1.2 本文解决三维目标群跟踪的思路和主要贡献
§1.3 动态表面的重建与跟踪的研究背景
§1.4 本文解决动态表面跟踪问题的思路和主要贡献
§1.5 本文组织
第二章 相关工作和理论基础
§2.1 相机模型
§2.2 相机标定
§2.3 光流和图像配准
§2.3.1 全局优化法
§2.3.2 局部优化法
§2.3.3 全局和局部方法比较
§2.4 三维重建
§2.4.1 立体匹配
§2.4.2 多视角三维重建
§2.5 表面运动获取
§2.6 目标跟踪
§2.6.1 贝叶斯滤波
§2.6.2 多目标跟踪
§2.6.3 多视角跟踪
第三章 大规模三维目标群的重建与跟踪
§3.1 引言
§3.2 假想目标的产生
§3.2.1 目标检测
§3.2.2 寻找无遮挡的瞬间
§3.2.3 双极线约束
§3.3 三维跟踪器
§3.3.1 目标状态和动态模型
§3.3.2 观测模型
§3.3.3 粒子滤波
§3.3.4 遮挡情况下的跟踪
§3.3.5 跟踪器状态的评估以及反向跟踪
§3.4 问题数据的处理
§3.4.1 重复轨迹的检测
§3.4.2 最长轨迹原则
§3.4.3 失败的情况
§3.5 实验结果
§3.5.1 模拟实验
§3.5.2 真实实验
§3.5.3 计算时间
§3.5.4 实验结果的后续分析
§3.6 本章小结
第四章 动态表面的运动获取
§4.1 引言
§4.2 区域增长的可行性
§4.3 局部的时空平面模型
§4.4 基于区域增长的场景流估计
§4.4.1 特征点的检测与匹配
§4.4.2 可见程度的更新以及优化评估
§4.4.3 区域增长
§4.4.4 外观变化的处理
§4.4.5 区域增长的算法总结
§4.4.6 优化过程的细节
§4.5 三维模型长时间序列跟踪
§4.5.1 已知三维模型条件下的运动场重建
§4.5.2 三维模型的顶点的跟踪
§4.5.3 网格模型的形变
§4.6 实验
§4.6.1 模拟数据
§4.6.2 真实拍摄的数据
§4.6.3 实验结果的讨论
§4.6.4 网格模型跟踪结果
§4.7 本章小结
第五章 总结和展望
参考文献
攻读博士期间的主要工作
致谢
声明