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

基于视频的目标检测与跟踪方法研究

摘要第1-5页
ABSTRACT第5-11页
1 绪论第11-24页
   ·研究背景及意义第11-14页
     ·应用背景第11-13页
     ·研究目的及意义第13-14页
   ·视频跟踪技术简介第14-16页
     ·属性及分类第14页
     ·基本框架第14-16页
   ·研究现状第16-21页
     ·常用算法及分类第16-20页
     ·普遍难点第20-21页
   ·本文主要工作与结构安排第21-24页
     ·本文主要工作第21-23页
     ·本文结构安排第23-24页
2 基于3D OGHM 的视频运动检测算法第24-49页
   ·运动检测问题第24-26页
     ·理解视频运动检测第24-25页
     ·两类运动检测方法及问题第25-26页
   ·OGHM 与3D OGHM 定义第26-29页
     ·OGHM 与运动检测第26-27页
     ·3D OGHM 定义第27-29页
   ·3D OGHM 算法分析与实现第29-35页
     ·算法解剖第29-31页
     ·算法效率分析第31-32页
     ·定位误差分析第32-34页
     ·算法实现步骤第34-35页
   ·OGHM 图像与参数选择第35-38页
     ·OGHM 图像第35-36页
     ·3D OGHM 阶数选择第36-38页
     ·标准差选择第38页
   ·OGHM 图像分割第38-41页
     ·分割算法第38-39页
     ·分割步骤第39-41页
   ·实验结果及分析第41-47页
     ·定性比较试验第41-44页
     ·定量分析试验第44-47页
   ·本章小结第47-49页
3 一种改进的几何主动轮廓模型第49-66页
   ·问题提出第49-50页
   ·相关理论第50-54页
     ·水平集与重新初始化第50-52页
     ·常见的几何主动轮廓模型第52-54页
   ·几何主动轮廓模型IMDC第54-59页
     ·IMDC 基本思想第54-56页
     ·IMDC 模型第56-57页
     ·算法实现第57-59页
   ·IMDC 试验结果及分析第59-64页
     ·与梯度模型算法比较第59-61页
     ·非重新初始化性能测试第61-64页
     ·IMDC 轮廓检测试验第64页
   ·本章小结第64-66页
4 基于仿射图像配准算法的目标跟踪方法研究第66-102页
   ·问题提出第66-67页
   ·传统AIA 算法第67-71页
     ·Lucas-Kanade 算法第67-69页
     ·合成AIA 算法第69-70页
     ·反向合成算法第70-71页
     ·PDC 算法第71页
   ·合成目标能量思想第71-72页
   ·主动漂移矫正算法第72-76页
     ·算法模型第72-73页
     ·算法推演第73-75页
     ·算法步骤第75-76页
   ·ADC 跟踪框架与更新策略第76-81页
     ·常见的更新策略第76-78页
     ·ADC 算法的更新策略第78-81页
   ·算法性能测试及分析第81-100页
     ·定性比较试验第81-86页
     ·定量测试及分析第86-93页
     ·矫正系数选取及影响测试第93-98页
     ·特殊情况下的跟踪试验第98-100页
   ·本章小结第100-102页
5 视频目标检测与跟踪混合框架研究第102-120页
   ·研究目标第102页
   ·系统框架第102-106页
     ·框架线索第102-103页
     ·框架结构第103-106页
   ·系统核心模块第106-112页
     ·参数设置第106页
     ·检测跟踪模型第106-109页
     ·匹配跟踪模型第109-112页
   ·跟踪试验及讨论第112-118页
     ·固定场景全运动目标检测跟踪第112-114页
     ·动态场景固定目标跟踪第114-116页
     ·性能测试及讨论第116-118页
   ·本章小结第118-120页
6 全文总结及展望第120-123页
致谢第123-124页
参考文献第124-136页
附录:作者在攻读博士学位期间参加科研及发表论文情况第136页

论文共136页,点击 下载论文
上一篇:图像分割与评价及图像三维表面重建研究
下一篇:流形学习算法及若干应用研究