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

视频行人检测及跟踪的关键技术研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-24页
   ·引言第11-13页
   ·研究目的和意义第13-14页
   ·检测和跟踪的研究现状第14-21页
     ·目标检测方向第15-18页
     ·视觉跟踪方向第18-21页
   ·研究内容和创新点第21-24页
第二章 基于合成子空间的目标跟踪方法第24-40页
   ·引言第24-25页
   ·粒子滤波跟踪第25-28页
   ·基于本征子空间的跟踪方法第28-31页
     ·增量本征子空间第28-30页
     ·观测模型第30-31页
   ·基于合成子空间的跟踪方法第31-38页
     ·合成子空间第32-33页
     ·目标跟踪方法第33-35页
     ·跟踪实验和结果第35-38页
   ·本章小结第38-40页
第三章 基于特征选择的多子块跟踪方法第40-59页
   ·引言第40-41页
   ·MEAN SHIFT 跟踪方法第41-46页
     ·基本 Mean Shift 跟踪方法第41-45页
     ·多子块 Mean Shift 跟踪方法第45-46页
   ·基于特征选择的多子块跟踪方法第46-53页
     ·自适应特征选择第46-48页
     ·生成跟踪子块第48-52页
     ·跟踪方法第52-53页
   ·跟踪实验和分析第53-58页
   ·本章小结第58-59页
第四章 基于在线双层关联的多行人跟踪方法第59-79页
   ·引言第59-61页
   ·多级匹配行人检测方法第61-64页
     ·场景标定第63-64页
   ·子轨迹的生成和跟踪第64-67页
     ·生成子轨迹第64-65页
     ·跟踪子轨迹第65-67页
   ·多行人跟踪方法第67-71页
     ·关联概率第67-68页
     ·在线子轨迹关联第68-70页
     ·跟踪流程第70-71页
   ·多行人跟踪实验第71-78页
     ·估计度量第72页
     ·实验结果和分析第72-78页
   ·本章小结第78-79页
第五章 基于 TFF 处理的行人检测方法第79-101页
   ·引言第79-81页
   ·TFF 处理及 HTFFOG 特征第81-86页
     ·Tff 处理第81-83页
     ·Tff 幅值向量第83-84页
     ·HTffOG 特征第84-86页
   ·基于 TFF 处理的检测方法第86-90页
     ·检测方法及流程第86-88页
     ·检测窗口的融合第88-90页
   ·行人检测实验第90-100页
     ·实验序列及细节第90-92页
     ·预检器检测实验第92-93页
     ·实验结果及分析第93-100页
   ·本章小结第100-101页
第六章 总结第101-104页
   ·总结和结论第101-102页
   ·研究工作展望第102-104页
参考文献第104-114页
攻读博士学位期间已发表或录用的论文第114-115页
攻读博士学位期间参与的科研项目第115-116页
致谢第116-119页
附件第119页

论文共119页,点击 下载论文
上一篇:虚拟结肠可视化的关键技术研究:全自动分割与基于外壁的虚拟展平
下一篇:普适环境下轻量级垂直搜索中数据挖掘理论研究