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
山东大学;