分布式摄像机网络下的多目标跟踪与3D人体姿态估计

目录

声明

摘要

第1章绪论

1．2国内外研究现状

1．2．1单视角多目标跟踪

1．2．2多视角多目标跟踪

1．2．33D人体姿态估计

1．3论文主要研究内容

第2章单视角多目标跟踪算法基础

2．1SORT算法

2．1．1卡尔曼滤波

2．1．2匈牙利算法与KM算法

2．1．3SORT算法

2．2Deep-SORT算法

2．2．1匹配问题

2．2．2级联匹配

2．2．3Deep-SORT算法

2．3单视角多目标跟踪算法对比实验

2．3．1数据集介绍

2．3．2实验结果

2．3．3实验结果分析

2．4本章小结

第3章基于Deep-SORT的多视角多目标跟踪算法

3．1数据关联

3．1．1单应性变换

3．1．2数据关联流程

3．2轨迹处理

3．3多视角信息融合

3．3．1平均一致性算法

3．3．2信息权重一致性滤波器

3．4多视角多目标跟踪实验

3．4．1跟踪效果示例

3．4．2与MTIC对比

3．4．3与Deep-SORT对比

3．4．4与其他多视角跟踪算法对比

3．5本章小结

第4章3D姿态估计算法

4．13D人体骨架融合方法

4．1．1基于RGB-D的人体骨架融合方法

4．1．2基于三角化的人体骨架融合方法

4．23D关节点后处理

4．2．1运动模型

4．2．2交互多模型

4．33D姿态估计实验

4．3．1两种人体骨架融合方法对比

4．3．2多人3D姿态估计实验

4．4本章小结

第5章分布式3D人体姿态估计系统设计

5．1系统平台搭建

5．1．1系统硬件平台

5．1．2系统软件平台

5．1．3摄像机标定

5．2数据集采集

5．3实验

5．3．1多视角多目标跟踪实验

5．3．2多视角3D姿态估计实验

5．4本章小结

第6章总结与展望

6．1本文的主要研究成果

6．2展望

参考文献

致谢

攻读学位期间发表的学术论文和研究成果

硕士期间参加的科研工作