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

稳健视觉跟踪算法中的关键问题研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-28页
   ·研究目的和意义第14-16页
   ·视觉跟踪的发展现状第16-19页
     ·视觉跟踪的定义第16-18页
     ·视觉跟踪的研究及应用现状第18-19页
   ·视觉跟踪的分类第19-24页
     ·确定性视觉跟踪方法第20-22页
     ·概率视觉跟踪方法第22-24页
   ·本文的研究内容和创新点第24-28页
第二章 理论知识第28-46页
   ·Mean shift 跟踪算法第28-35页
     ·核密度估计第28-29页
     ·mean shift 向量定义第29-30页
     ·直方图目标模型第30-32页
     ·相似性度量函数第32-33页
     ·mean shift 跟踪算法第33-35页
   ·粒子滤波跟踪方法第35-45页
     ·贝叶斯滤波框架第35-38页
     ·常用贝叶斯滤波方法第38-39页
     ·粒子滤波第39-45页
   ·小结第45-46页
第三章 两种新颖的确定性跟踪方法第46-82页
   ·基于图像子块的 mean shift 跟踪方法第46-62页
     ·算法模型第47-52页
     ·实现细节第52-57页
     ·实验结果及讨论第57-62页
   ·基于微分SSIM(DSSIM)的跟踪算法研究第62-80页
     ·SSIM 介绍第63-65页
     ·微分SSIM 跟踪方法第65-69页
     ·DSSIM 算法的实验验证及结果分析第69-75页
     ·加入尺度变化的S-DSSIM 跟踪算法第75-80页
   ·小结第80-82页
第四章 两种基于 mean shift 采样的粒子滤波跟踪算法第82-101页
   ·基于两层观测模型的混合跟踪算法第82-92页
     ·基于本征空间表示的观测模型第83-85页
     ·算法概要第85-86页
     ·实现细节第86-88页
     ·实验结果及分析第88-92页
   ·基于本征空间学习和KPF 目标跟踪第92-99页
     ·核粒子滤波-KPF第93-94页
     ·基于本征空间模型和KPF 的跟踪算法第94-95页
     ·实验结果及讨论第95-99页
   ·小结第99-101页
第五章 针对FLIR 目标的一种新的粒子滤波跟踪算法第101-118页
   ·观测模型第102-104页
     ·显著性模型第102-104页
     ·本征空间模型第104页
   ·算法的具体实现第104-108页
     ·双层采样算法第104-106页
     ·动态模型与发散模型第106-108页
   ·实验结果及分析第108-116页
     ·实验设置第108页
     ·误差曲线第108-110页
     ·量化分析和示例结果第110-114页
     ·抗噪声干扰能力第114-116页
   ·小结第116-118页
第六章 基于图模型的多目标跟踪第118-137页
   ·图模型简介第119-121页
   ·均值场近似求解图模型第121-125页
     ·二元马尔可夫随机场第121页
     ·多目标跟踪在图模型中的定义第121-123页
     ·均值场求解马尔可夫随机场第123-124页
     ·均值场蒙特卡罗—MFMC第124-125页
   ·基于核密度估计的MFMC-KMFMC第125-129页
   ·基于KMFMC 的多目标跟踪算法第129-130页
     ·基于单特征的多目标跟踪第129-130页
     ·基于多特征的人的头部多目标跟踪第130页
   ·实验结果及分析第130-136页
     ·红外多目标跟踪第131-134页
     ·人的头部多目标跟踪第134-136页
   ·小结第136-137页
第七章 总结与展望第137-141页
   ·本文研究工作及创新点第137-139页
   ·研究展望第139-141页
参考文献第141-153页
攻读博士学位期间已发表或录用的论文第153-155页
攻读博士学位期间参与的科研项目第155-156页
致谢第156页

论文共156页,点击 下载论文
上一篇:基于人眼视觉系统特性的数字图像处理技术的研究
下一篇:广义执行机构概念设计中的计算机辅助分析方法与技术研究