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

视频序列中目标跟踪方法的研究

摘要第5-6页
ABSTRACT第6-7页
缩略语对照表第9-12页
第一章 绪论第12-18页
    1.1 课题研究背景及意义第12-13页
    1.2 国内外研究现状分析第13-14页
    1.3 论文主要研究内容第14-15页
    1.4 论文的创新点第15页
    1.5 论文结构的安排第15-18页
第二章 视频序列中运动目标的跟踪方法第18-32页
    2.1 运动目标跟踪方法综述第18-19页
    2.2 基于UKF的目标跟踪第19-24页
        2.2.1 KF跟踪算法第20-21页
        2.2.2 UKF跟踪算法第21-24页
    2.3 基于PF的目标跟踪第24-26页
        2.3.1 PF简介第24-25页
        2.3.2 蒙特卡洛滤波器的实现第25-26页
    2.4 基于Mean Shift的目标跟踪第26-31页
        2.4.1 Mean Shift分析第26-29页
        2.4.2 跟踪算法的实现过程第29-31页
    2.5 小结第31-32页
第三章 基于梯度上升法融合多个目标跟踪方法的研究第32-46页
    3.1 目标跟踪的相关介绍第32-36页
        3.1.1 背景介绍第32-33页
        3.1.2 相关工作第33-34页
        3.1.3 跟踪结果的评估方法第34-36页
    3.2 基于梯度上升法融合多个目标跟踪方法第36-44页
        3.2.1 融合方法介绍第36-40页
        3.2.2 梯度上升法介绍第40-41页
        3.2.3 实验结果及分析第41-44页
    3.3 小结第44-46页
第四章 基于改进的K均值融合多个目标跟踪方法的研究第46-58页
    4.1 K均值介绍第46-48页
        4.1.1 K均值算法介绍第46-47页
        4.1.2 K均值的不足之处第47-48页
    4.2 改进的K均值介绍第48-51页
        4.2.1 聚类中心的计算第48-49页
        4.2.2 W权值的计算第49-51页
    4.3 基于改进的K均值融合多个目标跟踪方法第51-57页
        4.3.1 融合方法介绍第51-54页
        4.3.2 实验结果及分析第54-57页
    4.4 小结第57-58页
第五章 总结和展望第58-60页
参考文献第60-64页
致谢第64-66页
作者简介第66-67页

论文共67页,点击 下载论文
上一篇:基于类别保持的多任务行为识别
下一篇:GPU在图像插值和高光谱压缩领域的应用研究