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

视觉跟踪新方法及其应用研究

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-19页
   ·研究背景和意义第10页
   ·视觉跟踪技术的研究现状第10-15页
   ·视觉跟踪技术的技术难点第15-16页
   ·论文的主要研究工作第16-17页
     ·论文的研究目标第16页
     ·论文的主要创新点第16-17页
   ·论文的结构安排第17-19页
第二章 目标跟踪方法与理论基础第19-31页
   ·粒子滤波算法原理第19-24页
     ·动态空间模型第19-20页
     ·贝叶斯滤波原理第20页
     ·粒子滤波基本原理第20-23页
     ·基本粒子滤波算法步骤第23页
     ·粒子滤波算法技术特点分析第23-24页
   ·Mean Shift 算法原理第24-30页
     ·基本 Mean Shift 定义第25页
     ·引入核函数概念的 Mean Shift 扩展第25-27页
     ·Mean Shift 算法在视觉跟踪中的应用第27-29页
     ·基本 Mean Shift 目标跟踪算法步骤第29页
     ·Mean Shift 算法技术特点分析第29-30页
   ·本章总结第30-31页
第三章 基于状态空间提升的视觉跟踪改进算法第31-62页
   ·球粒子滤波视频跟踪算法第31-45页
     ·引言第31-32页
     ·粒子滤波及存在问题分析第32-33页
     ·算法改进思路分析第33-37页
     ·本节算法详细步骤第37页
     ·实验结果及分析第37-44页
     ·本节小结第44-45页
   ·多区域采样目标跟踪算法第45-53页
     ·引言第45页
     ·系统状态转移模型第45-46页
     ·多区域采样跟踪算法第46-48页
     ·本节算法详细步骤第48-49页
     ·实验结果与分析第49-53页
     ·本节小结第53页
   ·抗遮挡自适应粒子滤波目标跟踪方法第53-61页
     ·引言第53-54页
     ·系统状态转移模型第54页
     ·自适应粒子采样第54-55页
     ·粒子权重计算第55-56页
     ·状态估计及遮挡恢复第56-57页
     ·本节算法步骤第57-58页
     ·实验结果与分析第58-61页
     ·本节小结第61页
   ·本章小结第61-62页
第四章 基于 Mean Shift 理论的视觉跟踪改进算法第62-84页
   ·基于特征贡献度的 Mean Shift 视频跟踪算法第62-71页
     ·引言第62-63页
     ·目标模型特征表征第63-66页
     ·相似性度量第66页
     ·重要性特征结构二值分布图第66-67页
     ·Mean Shift 向量第67页
     ·本节跟踪算法描述第67-68页
     ·实验结果与分析第68-71页
     ·本节小结第71页
   ·双环 Mean Shift 视频跟踪算法第71-83页
     ·引言第71-72页
     ·Mean Shift 算法存在问题分析第72-74页
     ·双环 Mean Shift 视觉跟踪算法第74-78页
     ·本节算法详细步骤第78-79页
     ·实验结果与分析第79-82页
     ·本节小结第82-83页
   ·本章小结第83-84页
第五章 基于局部特征组合的目标跟踪算法第84-97页
   ·引言第84-85页
   ·系统状态转移模型第85页
   ·局部特征计算第85-88页
     ·Haar 小波特征提取方法第85-86页
     ·HOG 特征提取方法第86-87页
     ·LBP 特征提取方法第87-88页
   ·系统观测模型第88-89页
   ·本章算法步骤第89-90页
   ·实验结果与分析第90-96页
   ·本章小语第96-97页
第六章 总结与展望第97-100页
   ·本文总结第97-98页
   ·研究展望第98-100页
致谢第100-101页
参考文献第101-110页
附录第110-111页
 附录 1:攻读博士学位期间撰写的与课题相关的科研论文情况第110-111页
 附录 2:攻读博士学位期间参与科研项目情况第111页

论文共111页,点击 下载论文
上一篇:云制造模式下大型装备成套服务运作协同与优化
下一篇:基于模糊在线支持向量回归的建模与预测控制研究