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

视频监控系统中基于Kalman滤波器的目标跟踪技术研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-13页
   ·引言第8-9页
   ·研究现状及存在的问题第9-11页
   ·论文的主要研究内容第11-12页
   ·论文的结构安排第12-13页
第二章 运动目标跟踪技术研究第13-31页
   ·运动目标跟踪算法的分类第13-21页
     ·基于几何特征的目标跟踪算法(Geometry-based Tracking Algorithm)第13-15页
     ·基于颜色特征的目标跟踪算法(Color-based Tracking Algorithm)第15-18页
     ·基于主动轮廓的目标跟踪算法(Active Contour-based Tracking Algorithm)第18-21页
     ·基于模型的目标跟踪算法(Model-based Tracking Algorithm)第21页
   ·行人计数中的目标检测与跟踪方法研究第21-25页
     ·行人计数中目标检测方法第21-24页
     ·行人计数中目标跟踪方法第24-25页
   ·贝叶斯估计模型第25-30页
     ·卡尔曼滤波器第26-29页
     ·粒子滤波器第29-30页
   ·本章小结第30-31页
第三章 基于卡尔曼滤波器与颜色模型的目标跟踪算法设计第31-49页
   ·基于卡尔曼滤波器与颜色模型的目标跟踪算法概述第31-33页
   ·利用背景建模与背景减法实现目标检测第33-36页
   ·利用卡尔曼滤波器和颜色模型进行数据关联第36-39页
     ·卡尔曼滤波器的设计第37-38页
     ·颜色模型第38-39页
   ·遮挡处理第39-43页
     ·静态遮挡下的目标跟踪策略第40-41页
     ·动态遮挡下的目标跟踪策略第41-43页
   ·实验结果与分析第43-48页
   ·本章小结第48-49页
第四章 基于HOG 检测和卡尔曼滤波器跟踪的行人计数技术第49-62页
   ·问题描述第49-50页
   ·利用HOG 进行运动目标检测与分类第50-54页
     ·特征表示第50-51页
     ·训练、测试与检测第51-52页
     ·基于头肩图像的HOG 目标检测结果与分析第52-54页
   ·基于卡尔曼滤波器进行人数计数第54-57页
     ·利用背景差提取运动区域去除Positive False第54-55页
     ·基于卡尔曼滤波器的目标跟踪方法第55-56页
     ·Negative False 的处理策略第56-57页
   ·实验结果与分析第57-61页
   ·本章小结第61-62页
第五章 总结第62-64页
参考文献第64-69页
攻读硕士学位期间完成的论文第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:GVF-Snake模型的改进及其流水线处理方法
下一篇:面向方面的软件演化过程研究