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

基于物体检测与光流计算的多目标速度估算与轨迹跟踪

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-15页
    1.1 研究背景和意义第8-9页
    1.2 国内外相关研究和综述第9-12页
        1.2.1 多目标跟踪第9-11页
        1.2.2 物体速度估计第11-12页
    1.3 问题的总结与分析第12-13页
        1.3.1 多目标跟踪第12页
        1.3.2 物体速度估计第12-13页
    1.4 本文主要研究内容第13-14页
    1.5 本文组织结构第14-15页
第2章 相关基础知识介绍第15-22页
    2.1 物体检测卷积神经网络第15-17页
    2.2 光流卷积神经网络第17-20页
        2.2.1 光流介绍第17-18页
        2.2.2 光流计算卷积神经网络FlowNet第18-20页
    2.3 卡尔曼滤波第20-21页
    2.4 本章小节第21-22页
第3章 基于物体检测与光流计算的多目标跟踪算法第22-37页
    3.1 算法总体框架第22-23页
    3.2 轨迹跟踪策略第23-28页
        3.2.1 跟踪算法流程第23-24页
        3.2.2 轨迹更新策略第24-26页
        3.2.3 轨迹预测策略第26-28页
    3.3 基于多特征的目标轨迹匹配算法第28-32页
        3.3.1 颜色直方图第29页
        3.3.2 关键特征点匹配第29-31页
        3.3.3 光流轮廓形状匹配第31-32页
    3.4 实验结果与分析第32-36页
        3.4.1 实验检测指标说明第32-33页
        3.4.2 实验结果及分析第33-36页
    3.5 本章小结第36-37页
第4章 基于物体检测与光流计算的速度估计算法第37-49页
    4.1 算法总体框架第37页
    4.2 基于网络融合的目标光流计算第37-40页
    4.3 基于光流及定标技术的速度估计方法第40-44页
    4.4 实验结果与分析第44-48页
        4.4.1 算法的准确度与稳定度第44-46页
        4.4.2 物体速度大小对算法影响测试实验第46-47页
        4.4.3 摄像头平移对算法影响测试实验第47-48页
    4.5 本章小结第48-49页
第5章 多目标速度估算与轨迹跟踪系统第49-55页
    5.1 系统总体结构第49-50页
    5.2 系统实现细节第50-51页
    5.3 用户接口第51-52页
    5.4 系统运行效果第52-54页
    5.5 本章小结第54-55页
结论第55-57页
参考文献第57-61页
攻读硕士学位期间发表的论文及其它成果第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于监控视频的行人再识别算法研究
下一篇:云存储中面向数据更新及恢复的第三方审计方法研究