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

自然条件下的运动目标鲁棒跟踪方法研究

摘要第1-7页
ABSTRACT第7-15页
第1章 绪论第15-37页
   ·基于视觉信息的运动目标跟踪研究概况第15-21页
     ·研究背景与研究意义第15-18页
     ·运动目标跟踪的实际应用领域第18-19页
     ·运动目标跟踪任务的假设条件第19-21页
   ·运动目标跟踪的关键环节第21-27页
     ·背景建模与背景抑制第22-23页
     ·特征选择与目标建模第23-25页
     ·运动模型与运动估计第25-27页
   ·鲁棒估计及其在运动目标跟踪中应用和发展第27-31页
     ·鲁棒估计的理论基础第27-29页
     ·鲁棒估计在运动目标跟踪中的应用第29-30页
     ·基于鲁棒估计的目标跟踪技术的发展趋势第30-31页
   ·生物认知技术及其在运动目标跟踪中的应用与发展第31-33页
   ·全文内容安排第33-37页
     ·本文工作的切入点第33-34页
     ·论文章节安排第34-37页
第2章 鲁棒估计的基础理论和方法第37-59页
   ·鲁棒估计的基本涵义第37-39页
   ·鲁棒统计学与鲁棒估计子第39-50页
     ·基本定义第39-41页
     ·鲁棒估计子第41-50页
   ·非参数估计与Mean-Shift第50-58页
     ·直方图统计第50-51页
     ·核密度估计第51-54页
     ·Mean-Shift算法第54-58页
   ·本章小结第58-59页
第3章 基于多结构数据的背景建模的鲁棒估计方法第59-75页
   ·背景建模任务的鲁棒性分析第59-63页
     ·背景建模过程中的混杂干扰第60-61页
     ·背景像素的样本结构分析第61-62页
     ·具有多结构混杂的动态背景像素第62-63页
   ·背景建模方法比较第63-66页
     ·背景像素判定第63-64页
     ·背景建模系统比较第64-66页
   ·基于改进RANSAC的鲁棒背景建模与目标跟踪第66-71页
     ·传统的RANSAC方法分析第66-68页
     ·改进RANSAC方法及动态背景像素建模第68-69页
     ·静态背景像素建模第69-70页
     ·背景模型更新第70-71页
   ·实验结果及分析第71-74页
     ·分析与比较第71-72页
     ·场景实验第72-74页
   ·本章小结第74-75页
第4章 基于运动信息的鲁棒跟踪方法第75-94页
   ·基于光流方法的运动分析与运动目标跟踪第75-77页
     ·光流方程的Hom-Schunck解法第75-76页
     ·基于光流方法的运动车辆跟踪实验第76-77页
   ·Kalman估计器与运动目标跟踪第77-80页
     ·Kalman滤波器第77-80页
     ·应用Kalman估计的运动车辆跟踪第80页
   ·基于M-估计的UKF算法(M-UKF)第80-86页
     ·无迹Kalman滤波第80-82页
     ·重降型M-估计子及其求解第82-84页
     ·基于M-估计的UKF算法(M-UKF)第84-86页
   ·基于M-UKF的跟踪结果及分析第86-90页
     ·模型仿真第86-88页
     ·特征跟踪第88-90页
   ·基于多层次信息的人的轮廓跟踪第90-92页
   ·本章小结第92-94页
第5章 基于蛙眼视觉特性的鲁棒跟踪方法第94-114页
   ·蛙眼认知特性第94-102页
     ·蛙眼视觉行为的外在表现第94-95页
     ·蛙眼的生理结构第95-98页
     ·蛙眼的神经机理第98-100页
     ·不同种类动物视觉神经的差异第100-101页
     ·蛙眼视觉认知的研究现状第101-102页
   ·基于蛙眼视觉特性的模糊化区域理解跟踪策略第102-106页
     ·跟踪算法设计第103页
     ·自适应平滑滤波第103-104页
     ·Mean-Shift滤波第104-106页
     ·区域融合和跟踪位置获取第106页
   ·实验和分析第106-113页
     ·单帧图像理解与尺度参数分析第107-109页
     ·图像序列理解与目标跟踪第109-112页
     ·比较实验第112-113页
   ·本章小结第113-114页
第6章 总结与展望第114-118页
   ·论文总结第114-116页
   ·工作展望第116-118页
参考文献第118-131页
攻博期间的主要研究成果及发表的论文第131-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:三维人脸表情合成研究
下一篇:视频目标跟踪方法研究