基于多特征的人体移动目标跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·论文研究背景 | 第10-12页 |
| ·国内外研究现状 | 第10-11页 |
| ·运动人体检测与跟踪的难点 | 第11-12页 |
| ·论文研究目的及贡献 | 第12页 |
| ·论文研究目的 | 第12页 |
| ·论文的主要贡献 | 第12页 |
| ·论文组织安排 | 第12-14页 |
| 第二章 人体运动检测与跟踪方法介绍 | 第14-22页 |
| ·人体运动检测方法 | 第14-17页 |
| ·背景减法 | 第14-15页 |
| ·帧间差分法 | 第15-17页 |
| ·光流法 | 第17页 |
| ·人体跟踪方法 | 第17-19页 |
| ·基于特征的跟踪 | 第17-18页 |
| ·基于区域的跟踪 | 第18-19页 |
| ·基于主动轮廓的跟踪 | 第19页 |
| ·基于模型的跟踪 | 第19页 |
| ·搜索算法 | 第19-21页 |
| ·卡尔曼滤波 | 第20页 |
| ·粒子滤波 | 第20-21页 |
| ·Mean shift 算法 | 第21页 |
| ·Camshift 算法 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于颜色特征的粒子滤波跟踪算法 | 第22-35页 |
| ·粒子滤波理论 | 第22-27页 |
| ·贝叶斯估计 | 第22-23页 |
| ·粒子滤波思想 | 第23-24页 |
| ·序贯重要性采样 | 第24-25页 |
| ·退化 | 第25-26页 |
| ·重采样 | 第26-27页 |
| ·基本粒子滤波算法 | 第27-28页 |
| ·基于颜色的粒子滤波跟踪算法 | 第28-33页 |
| ·颜色直方图 | 第29-31页 |
| ·跟踪算法描述 | 第31-33页 |
| ·实验结果与分析 | 第33-34页 |
| ·实验结果 | 第33-34页 |
| ·结果分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于多特征的人体移动目标跟踪算法 | 第35-45页 |
| ·算法设计思想 | 第35-39页 |
| ·初始跟踪窗口选择 | 第35-36页 |
| ·边缘方向直方图 | 第36-38页 |
| ·特征融合 | 第38页 |
| ·目标模型更新 | 第38-39页 |
| ·算法设计流程 | 第39-42页 |
| ·算法描述 | 第39-41页 |
| ·算法流程图 | 第41-42页 |
| ·一种自动人脸跟踪算法 | 第42-44页 |
| ·Adaboost 人脸检测 | 第42-43页 |
| ·自动人脸跟踪算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验结果与分析 | 第45-52页 |
| ·实验平台介绍 | 第45页 |
| ·室外环境跟踪 | 第45-48页 |
| ·实验结果 | 第45-47页 |
| ·结果分析 | 第47-48页 |
| ·室内环境跟踪 | 第48-50页 |
| ·实验结果 | 第48-49页 |
| ·结果分析 | 第49-50页 |
| ·人脸跟踪 | 第50-51页 |
| ·实验结果 | 第50页 |
| ·结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 附件 | 第59页 |
