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

复杂场景下多运动目标实时检测与跟踪

摘要第1-6页
Abstract第6-12页
第1章 绪论第12-22页
   ·研究背景和意义第12-13页
   ·研究现状及发展第13-18页
     ·背景提取及更新第14-16页
     ·运动目标检测第16-17页
     ·运动目标跟踪第17-18页
   ·研究内容第18-19页
   ·内容组织第19-20页
   ·课题来源第20-22页
第2章 背景提取及更新第22-32页
   ·引言第22页
   ·基于混合高斯模型的背景研究第22-25页
     ·像素模型的建立第22-23页
     ·背景模型的建立与更新第23-24页
     ·实验分析第24-25页
   ·基于KALMAN 滤波器的背景研究第25-28页
     ·Kalman 时域递归低通滤波原理第25-27页
     ·Kalman 滤波用于背景估计第27页
     ·实验分析第27-28页
   ·基于收敛帧的背景提取及更新方法第28-31页
     ·收敛帧的定义及判断第29页
     ·收敛帧算法实现第29-30页
     ·实验分析第30-31页
   ·本章小结第31-32页
第3章 运动目标检测第32-58页
   ·引言第32页
   ·运动目标检测方法第32-38页
     ·基于背景减法的运动目标检测第32-33页
     ·基于帧差法的运动目标检测第33页
     ·基于光流法的运动目标检测第33-34页
     ·基于特征匹配法的运动目标检测第34-35页
     ·实验分析第35-38页
   ·阈值选取第38-50页
     ·固定阈值第38-39页
     ·基于Ostu 的阈值选取第39-42页
     ·基于Renyi 熵的阈值选取第42-47页
     ·实验分析第47-50页
   ·目标检测后处理第50-56页
     ·光照突变处理第50-52页
     ·阴影处理第52-54页
     ·连通域检测第54-55页
     ·实验分析第55-56页
   ·本章小结第56-58页
第4章 运动目标跟踪第58-78页
   ·引言第58页
   ·粒子滤波原理及跟踪问题表达第58-66页
     ·蒙特卡罗模拟第58-59页
     ·序贯重要性采样第59-61页
     ·退化现象第61-62页
     ·重要性函数的选择第62-63页
     ·重采样第63-64页
     ·粒子滤波算法第64-65页
     ·基于粒子滤波算法的目标跟踪第65-66页
   ·基于形状的颜色匹配辅助粒子滤波跟踪第66-73页
     ·辅助粒子采样第66-68页
     ·基于形状的颜色匹配第68-70页
     ·遮挡判断及处理第70-73页
   ·实验分析第73-76页
     ·轨迹跟踪第73-74页
     ·数据处理第74-76页
   ·本章小结第76-78页
第5章 总结与展望第78-80页
   ·工作总结第78页
   ·工作展望第78-80页
参考文献第80-84页
攻读硕士期间已发表的论文第84-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于“软件人”的数据挖掘研究
下一篇:图形水印技术研究