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Mean Shift的视频目标跟踪算法的研究与改进

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-14页
   ·目标跟踪的研究背景及意义第8-10页
   ·研究现状及研究面临的问题第10-12页
     ·研究现状第10-11页
     ·目标跟踪研究面临的挑战第11-12页
   ·主要研究内容和章节安排第12-14页
第二章 目标跟踪技术介绍第14-23页
   ·运动目标表示方法第14-16页
   ·目标特征选择第16-17页
   ·目标跟踪方法分类第17-19页
   ·数学形态学第19-22页
   ·本章小结第22-23页
第三章 基于Mean Shift的目标跟踪算法第23-37页
   ·概述第23页
   ·密度估计理论第23-25页
     ·直方图第23-24页
     ·核密度估计第24-25页
     ·最近邻估计第25页
   ·传统Mean Shift理论及其扩展形式第25-30页
     ·Mean Shift发展史第25-26页
     ·基本Mean Shift向量第26页
     ·Mean Shift扩展形式第26-27页
     ·Mean Shift的物理意义第27-28页
     ·Mean Shift收敛性证明第28-30页
   ·基于颜色直方图模型的Mean Shift目标跟踪算法第30-33页
   ·实验结果与分析第33-35页
   ·本章小结第35-37页
第四章 CBWH跟踪算法第37-49页
   ·概述第37页
   ·CBWH跟踪算法介绍第37-41页
     ·BWH跟踪算法的提出第37-38页
     ·BWH算法无效性的证明第38-39页
     ·CBWH目标跟踪第39-40页
     ·CBWH跟踪算法的背景模型更新机制第40-41页
   ·实验结果与分析第41-48页
   ·本章小结第48-49页
第五章 尺度自适应的CBWH跟踪算法第49-62页
   ·概述第49页
   ·尺度自适应方法第49-53页
     ·CamShift算法第49-51页
     ·CamShift算法与基于核的目标跟踪算法的比较第51-52页
     ·尺度自适应CBWH跟踪算法研究第52-53页
     ·算法流程第53页
   ·实验结果与分析第53-60页
   ·本章小结第60-62页
第六章 总结与展望第62-64页
   ·总结第62-63页
   ·展望第63-64页
参考文献第64-69页
致谢第69-70页
攻读硕士学位期间发表的论文第70页

论文共70页,点击 下载论文
上一篇:基于手绘草图的图像检索方法研究
下一篇:基于神经网络的数据挖掘分类算法比较和分析研究