基于信息融合的视觉跟踪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文章节安排 | 第15-17页 |
| 第2章 视觉特征提取 | 第17-29页 |
| ·概述 | 第17页 |
| ·基于表征的特征的提取 | 第17-25页 |
| ·颜色特征 | 第17-20页 |
| ·纹理特征 | 第20-23页 |
| ·几伺特征 | 第23-25页 |
| ·基于概率的特征提取 | 第25-27页 |
| ·GIST特征 | 第25-26页 |
| ·HOG特征 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 运动目标的跟踪 | 第29-37页 |
| ·概述 | 第29-30页 |
| ·跟踪算法原理 | 第30-32页 |
| ·Kalman滤波跟踪算法 | 第30-31页 |
| ·粒子滤波跟踪算法 | 第31-32页 |
| ·实验对比分析 | 第32-35页 |
| ·光照变化下的跟踪 | 第32-33页 |
| ·快速移动下的跟踪 | 第33-34页 |
| ·遮挡下的跟踪 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 基于融合的视觉跟踪算法 | 第37-49页 |
| ·概述 | 第37-38页 |
| ·信息融合策略 | 第38-40页 |
| ·信息融合概述 | 第38-39页 |
| ·基于粒子滤波的多特征融合方式 | 第39-40页 |
| ·目标模板更新策略 | 第40-42页 |
| ·目标模型的建立 | 第40-41页 |
| ·模型的自适应更新 | 第41-42页 |
| ·算法框架及流程 | 第42-43页 |
| ·实验与结果分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 视觉跟踪算法系统的实现 | 第49-55页 |
| ·概述 | 第49页 |
| ·Matlab与OpenCV的混合编程 | 第49-50页 |
| ·视觉跟踪系统 | 第50-54页 |
| ·系统概述 | 第50-52页 |
| ·功能实现 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·论文总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间论文与科研情况 | 第63页 |
