首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于SIFT特征和均值漂移的目标跟踪研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-13页
   ·课题的研究背景及意义第8页
   ·国内外研究现状第8-11页
     ·Mean Shift 跟踪算法的研究现状第8-10页
     ·SIFT 特征的研究现状第10-11页
   ·论文主要研究内容及章节安排第11-13页
2 Mean Shift 目标跟踪算法第13-18页
   ·Mean Shift 目标跟踪算法原理第13-15页
     ·目标模型第13-14页
     ·候选模型第14页
     ·相似性度量第14页
     ·目标定位第14-15页
   ·Mean Shift 目标跟踪算法步骤第15-16页
   ·实验分析第16-17页
   ·本章小结第17-18页
3 基于 SIFT 特征的目标跟踪改进算法第18-38页
   ·SIFT 特征原理第18-25页
     ·图像的预处理第18-19页
     ·图像尺度空间的建立第19-21页
     ·极值点的粗选第21-22页
     ·边缘点的去除第22-23页
     ·模和方向的指定与计算第23-24页
     ·极值点描述子的形成第24-25页
   ·SIFT 特征匹配第25-28页
     ·标准 k-d 树搜索算法第25-27页
     ·优先 k-d 树搜索算法第27-28页
   ·基于 SIFT 特征的目标跟踪改进算法第28-31页
     ·算法原理第28-29页
     ·SIFT 特征匹配及目标位置计算第29-30页
     ·特征库更新第30-31页
     ·与现有基于 SIFT 特征的目标跟踪算法的区别第31页
   ·实验分析第31-36页
     ·SIFT 特征提取及匹配实验第32-34页
     ·基于 SIFT 特征的目标跟踪改进算法实验第34-36页
   ·本章小结第36-38页
4 基于 SIFT 特征和 Mean Shift 的目标跟踪算法第38-49页
   ·算法原理第38-39页
   ·SIFT 特征匹配及目标位置预测第39-40页
   ·特征库更新第40-41页
   ·与 Mean Shift 算法、基于 SIFT 特征的跟踪改进算法的区别第41-42页
   ·实验分析第42-48页
     ·实验一第42-44页
     ·实验二第44-45页
     ·实验三第45-48页
   ·本章小结第48-49页
5 总结与展望第49-52页
   ·论文总结第49页
   ·研究展望第49-52页
致谢第52-53页
参考文献第53-57页
附录第57页
 A. 作者在攻读硕士学位期间发表及录用的论文目录第57页
 B. 作者在攻读硕士学位期间参加的科研项目第57页

论文共57页,点击 下载论文
上一篇:基于粒子滤波框架的视频目标跟踪研究
下一篇:动态背景下的多目标检测与跟踪的研究