基于相对运动网络和贝叶斯概率估计的多目标跟踪方法研究

声明

致谢

摘要

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 视觉多目标跟踪算法

1．2．2 在线的视觉多目标跟踪算法

1．3 论文的研究的内容及组织结构

2 相关理论基础

2．1 基于DPM的检测算法

2．1．1 HOG特征描述

2．1．2 DPM模型

2．1．3 DPM检测流程

2．2 基于MeanShift的跟踪算法

2．3 相对运动网络

2．4 基于贝叶斯滤波的跟踪算法

2．4．1 MCMC算法

2．4．2 RJMCMC算法

2．5 本章小结

3 基于相对运动网络的贝叶斯概率估计多目标跟踪算法

3．1 多目标跟踪系统框架

3．2 基于相对运动网络的贝叶斯概率估计算法

3．2．1 观测似然度

3．2．2 运动先验概率

3．2．3 贝叶斯概率估计算法

3．3 基于相对运动网络的贝叶斯概率估计算法实现

3．4 本章小结

4 实验结果与分析

4．1 实验环境

4．2 数据集

4．3 评估指标

4．4 实验结果及分析

4．4．1 评估实验结果分析

4．4．2 对比实验及结果分析

4．5 本章小结

5 结论与展望

参考文献

图索引

表索引

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集