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

复杂场景中目标跟踪算法鲁棒性研究

摘要第1-6页
Abstract第6-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-17页
   ·研究背景和意义第12-13页
   ·国内外研究现状第13-15页
     ·相关理论研究动态第13-14页
     ·国内外最新研究成果第14-15页
   ·本文系统框架及主要内容第15-16页
     ·本文主要工作及论文结构第15-16页
   ·小结第16-17页
第2章 目标跟踪算法相关研究第17-26页
   ·目标建模第17-18页
     ·基于模板的建模方法第17页
     ·基于特征的建模方法第17-18页
     ·基于颜色分布的建模方法第18页
   ·相似度度量第18-20页
     ·Bhattacharyya系数第18-19页
     ·Hausdorff距离第19页
     ·Kullback-Leibler距离第19-20页
     ·基于不变矩的度量第20页
   ·匹配算法第20-24页
     ·模板匹配法第20-23页
     ·基于梯度的匹配算法第23-24页
   ·跟踪算法中的难点第24-25页
     ·外点的剔除第24页
     ·遮挡问题的解决第24页
     ·场景动态变化第24-25页
   ·本章小结第25-26页
第3章 遮档情况下基于多模块建模的目标跟踪第26-38页
   ·基本的建模方法第26-27页
     ·颜色空间量化第26-27页
     ·其它改进的直方图方法第27页
   ·基本的多模块目标建模方法第27-29页
     ·模块选择策略第28页
     ·目标定位方法第28-29页
   ·改进的多模块目标跟踪算法第29-33页
     ·利用积分直方图减少计算量第29-31页
     ·改进的基于二维对数法的匹配搜索算法第31页
     ·改进的基于颜色隶属度的模块选择策略第31-33页
   ·实验分析第33-37页
     ·实验平台介绍第33-34页
     ·目标基本静止时对遮挡问题的处理第34-35页
     ·目标运动情况下对遮挡问题的处理第35-36页
     ·实时性分析第36-37页
   ·本章小结第37-38页
第4章 场景动态变化时基于前景特征点检测的目标跟踪第38-52页
   ·场景动态变化时常见的目标跟踪算法第38-41页
     ·卡尔曼滤波原理第38-40页
     ·卡尔曼预测在目标跟踪中的应用第40-41页
   ·前景特征点检测算法第41-45页
     ·特征点的提取第42页
     ·特征点的描述第42-43页
     ·基于特征点对场景建模第43-45页
   ·序贯相似性快速检测算法(SSDA)第45-47页
   ·结合前景特征点检测和SSDA在场景动态变化时跟踪目标第47-48页
     ·基于前景特征点匹配确定目标所在区域第47页
     ·使用SSDA算法确定目标位置第47-48页
     ·更新目标特征点模型第48页
   ·实验分析第48-51页
     ·与特征光流跟踪方法的对比第48-50页
     ·与卡尔曼滤波器方法的对比第50-51页
     ·实时性分析第51页
   ·本章小结第51-52页
结论与展望第52-54页
参考文献第54-58页
致谢第58-59页
附录A (攻读学位期间发表的学术论文)第59-60页
附录B (攻读学位期间所参与的研究项目)第60页

论文共60页,点击 下载论文
上一篇:基于图形表示的DNA序列分析研究
下一篇:内存数据库装载和交换策略研究