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

图像序列光流计算评估理论及方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-15页
    1.1 研究背景第9-10页
    1.2 研究现状第10-13页
    1.3 现有光流评估理论的局限性第13-14页
    1.4 本文的主要内容及结构安排第14-15页
第二章 光流评估理论发展概述第15-28页
    2.1 光流评估的目标第15页
    2.2 测试集序列及其特点第15-21页
        2.2.1 测试组序列第16-19页
        2.2.2 训练组序列第19-21页
    2.3 光流显示方案第21-22页
    2.4 光流评估指标第22-27页
        2.4.1 误差指标第23-25页
        2.4.2 统计指标第25-26页
        2.4.3 区域掩膜第26-27页
    2.5 本章小结第27-28页
第三章 基于二维矢量的光流评估理论第28-36页
    3.1 光流评估指标的局限性第28-30页
        3.1.1 误差指标第28-29页
        3.1.2 统计指标第29-30页
    3.2 基于二维矢量的误差指标第30-32页
        3.2.1 角误差第30-31页
        3.2.2 点误差第31页
        3.2.3 归一化点误差第31-32页
    3.3 改进的统计指标第32-35页
        3.3.1 误差期望第32-33页
        3.3.2 误差标准差第33-34页
        3.3.3 鲁棒性和精确性第34-35页
    3.4 本章小结第35-36页
第四章 实验验证与评估方法第36-55页
    4.1 实验环境第36页
    4.2 实验方案第36页
    4.3 评估理论检验第36-41页
        4.3.1 All掩膜区域第37-38页
        4.3.2 Disc掩膜区域第38-39页
        4.3.3 Untext掩膜区域第39-40页
        4.3.4 检验结论第40-41页
    4.4 光流评估理论的应用第41-54页
        4.4.1 Dimetrodon序列第42-45页
        4.4.2 Grove2序列第45-48页
        4.4.3 Urban2序列第48-51页
        4.4.4 Venus序列第51-53页
        4.4.5 评估总结第53-54页
    4.5 本章小结第54-55页
第五章 总结与展望第55-57页
    5.1 本文总结第55-56页
    5.2 研究展望第56-57页
参考文献第57-61页
攻读硕士学位期间发表论文和参加科研情况第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:基于Android手机数据上报系统的设计与实现
下一篇:基于图挖掘方法的脑网络分类及其应用