第 1 章绪论………………………………………………………………… 1
1.1 本书背景 …………………………………………………………………… 2
1.2 国内外研究现状 …………………………………………………………… 4
1.3 本书内容与主要贡献 ……………………………………………………… 17
1.4 本书的结构安排 …………………………………………………………… 19
第 2 章深度传感器与深度图像特性………………………………………21
2.1 引言 ………………………………………………………………………… 22
2.2 深度传感器介绍 …………………………………………………………… 22
2.3 深度图像特性 ……………………………………………………………… 26
2.4 本章小结 …………………………………………………………………… 27
第 3 章基于非对称自适应特征融合的 RGB-D 人员检测………………29
3.1 算法总体架构 ……………………………………………………………… 30
3.2 非对称RGB-D双流网络设计 ……………………………………………… 30
3.3 深度特征金字塔结构设计 ………………………………………………… 33
3.4 多模态自适应通道加权模块设计 ………………………………………… 34
3.5 多分支预测网络设计 ……………………………………………………… 36
3.6 实验结果分析 ……………………………………………………………… 38
3.7 本章小结 …………………………………………………………………… 45
第 4 章基于深度信息改进 DeepSort 多目标跟踪算法……………………47
4.1 基于预训练CNN模型提取人员外观特征 ………………………………… 49
4.2 基于卡尔曼滤波预测人员运动状态 ……………………………………… 49
4.3 基于深度变化率优化的目标匹配 ………………………………………… 51
4.4 基于轨迹上下文深度差优化的轨迹处理 ………………………………… 55
4.5 实验结果分析 ……………………………………………………………… 60
4.6 本章小结 …………………………………………………………………… 61
第 5 章基于非对称孪生网络的目标跟踪算法…………………………63
5.1 多人员跟踪算法总体框架 ………………………………………………… 64
5.2 基于非对称孪生网络的轨迹生成模块设计 ……………………………… 66
5.3 基于时序信息的轨迹优化模块设计 ……………………………………… 71
5.4 实验结果与分析 …………………………………………………………… 75
5.5 本章小结 …………………………………………………………………… 83
第 6 章应用系统案例………………………………………………………85
6.1 基于RGB-D的双向人流量统计系统 ……………………………………… 86
6.2 基于RGB-D的室内人员口罩佩戴情况识别系统 ……………………… 106
6.3 本章小结 ………………………………………………………………… 123
第 7 章总结与展望……………………………………………………… 125
7.1 总结 ……………………………………………………………………… 126
7.2 展望 ……………………………………………………………………… 127
参考文献……………………………………………………………………… 128