声明
摘要
第1章绪论
1.1课题研究的背景与来源
1.2国内外相关研究现状
1.2.1行人检测研究现状
1.2.2行人跟踪研究现状
1.2.3判别式跟踪方法
1.3研究的技术路线与方法
1.4本文结构安排
1.5本章小结
第2章相关理论与方法基础
2.1行人检测和行人跟踪基本知识
2.2行人检测常用数据库和方法
2.2.1行人检测研究常用数据库
2.2.2行人检测常用方法
2.3行人跟踪常用数据库和方法
2.3.1行人跟踪研究常用数据库
2.3.2行人跟踪常用方法
2.4本章小结
第3章遮挡场景下基于部件得分加权的DPM模型
3.1问题描述
3.2遮挡情况下的行人检测
3.2.1DPM模型相关理论及缺陷
3.2.2单一星型模型及其参数化表示
3.3部件得分加权行人检测模型
3.3.1部件得分加权模型的表示
3.3.2部件权值选择
3.4实验结果与分析
3.4.1实验方法
3.4.2实验结果与分析
3.5本章小结
第4章基于批再规范化处理的YOLO v2行人检测模型
4.2.1YOLO模型
4.2.2YOLOv2模型
4.3批规范化与批再规范化
4.3.1批规范化
4.3.2批再规范化
4.3.3基于批再规范化处理的YOLOv2行人检测模型
4.4实验结果及分析
4.4.1实验方法
4.4.2基于批再规范化处理的YOLOv2模型行人检测实验
4.5本章小结
第5章多密度场景下基于神经网络的粒子滤波行人跟踪方法
5.1问题描述
5.2粒子滤波理论
5.2.1粒子滤波基本思想
5.2.2贝叶斯滤波
5.2.3蒙特卡洛近似思想
5.2.4序贯重要性采样
5.2.5权值退化
5.2.6重要性函数的选择和采用重采样方法
5.3基于BP神经网络的重要性权值调整粒子滤波
5.3.1BP神经网络学习算法
5.3.2神经网络调整粒子权值
5.3.3基于BP神经网络的粒子滤波(NNWA-PF)算法
5.3.4实验仿真与结果分析
5.4基于神经网络的重要性权值调整粒子滤波实验
5.4.1实验方法
5.4.2实验结果与分析
5.5本章小结
第6章工作总结与展望
6.1论文工作总结
6.2未来研究方向展望
参考文献
致谢
东北大学;