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

视频目标跟踪方法研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-12页
第一章 绪论第12-22页
   ·研究背景及意义第12-13页
   ·视频目标跟踪概述第13-14页
   ·视频目标跟踪的关键问题第14-20页
     ·视频目标检测第14-15页
     ·视频阴影检测第15-17页
     ·视频目标跟踪第17-20页
   ·本文主要工作、创新及组织结构第20-22页
第二章 基于LBP纹理的视频目标提取方法第22-32页
   ·方法概述第22-23页
   ·LBP纹理第23-28页
   ·基于LBP纹理的视频目标检测方法第28-30页
   ·本章小结第30-32页
第三章 基于纹理的视频阴影检测方法第32-40页
   ·方法概述第32-33页
   ·基于高斯混合模型的背景建模第33-37页
   ·LBP纹理的在阴影检测中的应用第37-38页
   ·基于LBP纹理的视频阴影检测方法第38-39页
   ·本章小结第39-40页
第四章 基于概率主成份分析建模的目标跟踪第40-54页
   ·方法概述第40-41页
   ·均值漂移方法概述及存在的问题第41-48页
     ·均值漂移定义第42-43页
     ·均值漂移的梯度爬坡特性第43-44页
     ·目标模型的加权直方图描述第44-46页
     ·直方图的相似性度量第46页
     ·跟踪过程第46-48页
     ·均值漂移存在的问题第48页
   ·概率主成份分析第48-51页
     ·概率主成份分析建模的精确性实验第49-51页
   ·基于PPCA建模的目标跟踪方法第51-52页
     ·临时模型第51页
     ·全局性约束第51-52页
     ·遮挡处理第52页
   ·本章小结第52-54页
第五章 基于图切分的视频目标跟踪方法第54-74页
   ·方法概述第55页
   ·粒子滤波的视频目标跟踪方法第55-63页
     ·蒙特卡罗积分方法第56-57页
     ·重要性采样第57-61页
     ·重采样第61页
     ·粒子滤波算法描述第61-62页
     ·基于粒子滤波的视频目标跟踪第62-63页
   ·本文的视频目标跟踪方法第63-65页
     ·目标模型第63页
     ·跟踪算法第63-65页
   ·图切分及其改进第65-71页
     ·图切分的前景提取方法概述第65-68页
     ·改进的图切分方法第68-70页
     ·改进方法的具体步骤第70-71页
     ·改进的图切分实验第71页
   ·基于图切分的视频目标跟踪方法第71-72页
   ·本章小结第72-74页
第六章 视频目标跟踪软件系统第74-84页
   ·设计思路第74-75页
   ·软件开发环境第75-80页
     ·Opencv简介及特点第75-76页
     ·OpenCv的构成第76-77页
     ·Directshow技术概述第77-79页
     ·OpenCv在DirectShow中的应用第79-80页
   ·实验性的目标跟踪系统第80-81页
   ·本章小结第81-84页
第七章 实验结果及分析第84-96页
   ·引言第84页
   ·基于LBP纹理的视频目标检测实验结果及分析第84-87页
     ·基于核函数概率密度估计的视频目标检测方法第84-85页
     ·实验结果及分析第85-87页
   ·基于纹理的视频阴影检测实验结果及分析第87-91页
     ·基于Gabor特征的阴影检测第87-88页
     ·基于归一化交叉相关系数的阴影检测方法第88-89页
     ·实验结果及分析第89-91页
   ·基于概率主成分分析建模的目标跟踪实验结果及分析第91-93页
   ·基于图切分的目标跟踪实验结果及分析第93-96页
第八章 结论与展望第96-98页
   ·论文总结第96-97页
   ·展望第97-98页
参考文献第98-110页
致谢第110-112页
在读期间发表的学术论文与取得的研究成果第112-113页

论文共113页,点击 下载论文
上一篇:自然条件下的运动目标鲁棒跟踪方法研究
下一篇:基于区域的图像压缩方法研究