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

面向机器人跟踪的视觉注意模型与应用研究

摘要第1-6页
Abstract第6-11页
1 绪论第11-19页
   ·课题的选题背景及意义第11-13页
   ·视觉注意机制的研究进展第13-17页
   ·本文的主要研究工作第17-19页
2 视觉注意模型与应用的相关理论第19-32页
   ·视觉认知理论第19-24页
     ·认知理论的基本概念第19-21页
     ·原子论与整体论第21-23页
     ·视觉注意模型的结构第23-24页
   ·尺度空间理论第24-25页
     ·尺度空间的基本思想第24-25页
     ·尺度空间的多尺度表达第25页
   ·摄像机成像理论第25-32页
     ·透视投影模型第27-30页
     ·摄像机畸变模型第30-32页
3 面向移动机器人目标跟踪的视觉注意模型与应用第32-66页
   ·视觉注意模型的总体结构第32-34页
   ·数据驱动的目标显著性区域检测第34-45页
     ·尺度空间的选择第35-37页
     ·基于Mean-Shift的图像平滑第37-41页
     ·地面显著性区域的融合第41-44页
     ·获取目标显著性区域第44-45页
   ·任务驱动的目标特征提取与匹配第45-49页
     ·目标的特征提取第45-47页
     ·目标的特征匹配第47-49页
   ·移动机器人目标定位算法的实现第49-56页
     ·摄像机标定实验第49-52页
     ·摄像机的逆投影模型第52-55页
     ·目标定位结果第55-56页
   ·基于视觉注意模型的移动机器人目标跟踪实验第56-65页
     ·运动模型的建立第56-59页
     ·实验流程及结果第59-65页
   ·本章小结第65-66页
4 面向仿人眼颈机器人目标跟踪的视觉注意模型与应用第66-88页
   ·视觉注意模型的总体结构第66-67页
   ·目标特征数据库的建立第67-69页
   ·基于加权特征图融合方法获得显著性区域第69-74页
     ·图像各通道特征图的建立第70-71页
     ·图像各通道特征图的融合第71-73页
     ·目标选择的竞争机制第73-74页
   ·基于SIFT算法的显著性区域特征匹配第74-78页
     ·检测尺度空间极值点第74-76页
     ·精确定位极值点第76-77页
     ·分配关键点方向第77-78页
     ·生成特征点描述子第78页
   ·视觉注意模型的实验结果及比较第78-80页
   ·仿人眼颈机器人目标定位算法的实现第80-85页
     ·仿人颈部的定位算法第81-83页
     ·仿人眼部的定位算法第83-84页
     ·定位算法的实验结果第84-85页
   ·基于视觉注意模型的仿人眼颈机器人目标跟踪实验第85-87页
   ·本章小结第87-88页
5 机器人平台的设计与实现第88-113页
   ·移动机器人的设计与实现第88-105页
     ·移动机器人机械系统设计第89-94页
     ·移动机器人上位机控制系统设计第94-99页
     ·移动机器人下位机控制系统设计第99-105页
   ·仿人眼颈机器人的设计与实现第105-112页
     ·仿人眼颈机器人机械系统设计第106-108页
     ·仿人眼颈机器人上位机控制系统设计第108-109页
     ·仿人眼颈机器人下位机控制系统设计第109-112页
   ·本章小结第112-113页
结论第113-115页
参考文献第115-121页
论文创新点第121-122页
攻读博士学位期间发表学术论文情况第122-123页
致谢第123-124页
作者简介第124-125页

论文共125页,点击 下载论文
上一篇:像素级和特征级遥感图像融合方法研究与应用
下一篇:机器视觉人脸识别若干关键问题研究