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

基于超像素分割的复杂背景下运动目标检测研究

摘要第6-7页
ABSTRACT第7页
第1章 绪论第11-15页
    1.1 研究背景及意义第11-12页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12页
    1.2 国内外研究现状第12-13页
    1.3 本文主要研究内容第13-14页
    1.4 论文的结构安排第14-15页
第2章 图像超像素分割的方法及其方法对比第15-29页
    2.1 引言第15页
    2.2 超像素的内容表达第15-21页
        2.2.1 颜色特征第15-18页
        2.2.2 纹理特征第18-19页
        2.2.3 空间关系特征第19-21页
    2.3 超像素图像分割方法第21-24页
        2.3.1 SLIC第21-22页
        2.3.2 Normalized Cuts第22-23页
        2.3.3 Tubopixels第23-24页
    2.4 超像素的分割方法性能比较第24-28页
    2.5 本章小结第28-29页
第3章 基于超像素复杂背景下运动目标外观模型构建第29-43页
    3.1 引言第29页
    3.2 亮度分量距离约束的SLIC算法第29-31页
    3.3 基于改进的SLIC超像素的均值漂移聚类第31-34页
    3.4 利用目标特征池和置信图构建目标外观模型第34-38页
        3.4.1 目标特征向量提取第34-35页
        3.4.2 计算超像素的置信图第35-37页
        3.4.3 建立目标外观模型第37-38页
    3.5 运动目标观测模型在粒子滤波下的性能评估第38-42页
        3.5.1 超像素分割下的粒子滤波第38-39页
        3.5.2 运动目标观测模型性能评估第39-42页
    3.6 本章小结第42-43页
第4章 基于超像素分割和ADABOOST运动检测算法设计第43-55页
    4.1 引言第43页
    4.2 基于复杂场景的AdaBoost运动目标判别模型第43-47页
        4.2.1 图像HOG特征和LBP特征的提取第43-45页
        4.2.2 运动模型AdaBoost强分类器设计第45-47页
    4.3 基于超像素分割的生成型外观模型第47-48页
    4.4 贝叶斯框架下目标检测定位第48-52页
    4.5 模型更新与遮挡处理第52-54页
        4.5.1 运动模型更新策略第52-53页
        4.5.2 目标遮挡判定策略第53-54页
    4.6 本章小结第54-55页
第5章 超像素分割检测算法仿真验证与结果分析第55-66页
    5.1 引言第55页
    5.2 基于超像素的目标检测算法模块设计第55-56页
    5.3 仿真验证过程第56-57页
    5.4 超像素分割的复杂背景下运动目标检测实验结果分析第57-65页
    5.5 本章小结第65-66页
结论第66-68页
参考文献第68-71页
致谢第71-72页
攻读硕士期间发表(含录用)的学术论文第72页

论文共72页,点击 下载论文
上一篇:智能优化算法在环保数据中的应用研究
下一篇:倾转旋翼飞行器建模及仿真研究