声明
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1 运动目标检测技术研究现状
1.2.2 行人检测技术研究现状
1.2.3 行人跟踪技术研究现状
1.3 论文主要内容及组织结构
2 运动目标检测算法
2.1 运动目标检测算法概述
2.1.1帧间差分法
2.1.2光流法
2.1.3 背景差分法
2.2 背景建模算法综述
2.2.1 中值滤波法
2.2.2 混合高斯法
2.2.3 VIBE算法
2.2.4 多模式均值模型
2.2.5 算法性能比较
2.3 基于多模式均值改进的运动目标检测算法
2.3.1算法原理
2.3.2 参数的初始化与更新
2.3.3 阈值的选取
2.3.4 前景目标的提取
2.3.5 运动目标检测流程
2.4 实验结果与分析
3 行人检测
3.1 图像特征
3.1.1 HOG特征
3.1.2 运动特征
3.2 分类器
3.2.1 SVM分类器
3.2.2 Adaboost分类器
3.3 基于头肩轮廓的行人检测
3.3.1 头肩轮廓的确定方法
3.3.2 特征提取
3.3.3 分类器
3.4 实验结果与分析
4 行人跟踪
4.1 CSK跟踪算法
4.1.1算法基础
4.1.2 核化的最小二乘法
4.1.3 循环矩阵
4.2 KCF跟踪算法
4.2.1 KCF跟踪算法的原理
4.2.2 KCF跟踪算法的分析
4.3 基于KCF的多尺度跟踪
4.3.1多维特征的判别相关滤波器
4.3.2 尺度空间跟踪
4.3.3 快速尺度空间跟踪
4.4 实验结果与分析
5总结与展望
5.1总结
5.2展望
致谢
参考文献
攻读学位期间的研究成果
兰州交通大学;