声明
摘要
插图
表格
第一章 绪论
1.1 课题背景
1.2 相关工作
1.2.1 多目标跟踪
1.2.2 多分类目标检测与行人检测
1.2.3 行人再识别
1.3 本文的研究内容和主要贡献
1.4 本章总结
第二章 同时进行目标检测与特征提取的网络设计
2.1 目标检测子网络
2.1.1 Faster R-CNN
2.1.2 多尺度目标检测
2.1.3 拥挤场景下的行人检测
2.2 特征提取子网络
2.3 DAE网络实现细节
2.4 DAE网络训练过程
2.4.1 目标检测子网络的训练
2.4.2 特征提取子网络的训练
2.5 本章小结
第三章 在线多目标行人跟踪
3.1 使用卡尔曼滤波进行运动估计
3.1.1 卡尔曼滤波
3.1.2 多目标跟踪中的运动估计
3.2 目标匹配
3.2.1 目标间距离的度量方法
3.2.2 级联目标匹配
3.2.3 分块目标匹配
3.3 本章总结
第四章 实验结果与分析
4.1 DAE网络对比实验
4.1.1 特征金字塔对于小目标检测的影响
4.1.2 DAE网络的运行效率分析
4.1.3 排斥数据项对于拥挤场景中行人检测的影响
4.2 多目标跟踪算法评测标准
4.2.1 基于事件的评测标准
4.2.2 基于一致性的评测标准
4.3 多目标跟踪算法实验结果
4.4 本章总结
5.1 总结
5.2 展望
参考文献
致谢