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

视觉场景下的运动目标发现与跟踪算法研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第13-41页
    1.1 概述第13页
    1.2 课题研究的背景及意义第13-18页
    1.3 运动目标发现与跟踪的国内外研究现状及主要方法第18-35页
        1.3.1 国内外研究现状第18-21页
        1.3.2 运动目标发现的主要方法第21-23页
        1.3.3 运动目标跟踪的主要方法第23-35页
    1.4 运动目标发现与跟踪问题存在的主要困难第35-37页
    1.5 本文的主要内容与章节安排第37-41页
第2章 基于彩色光流与视觉似物性度量的运动目标发现算法第41-55页
    2.1 引言第41-42页
    2.2 经典的灰度图像光流检测技术第42-44页
        2.2.1 灰度图像的Horn-Schunck光流第42-43页
        2.2.2 灰度图像的Lucas-Kanade光流第43-44页
    2.3 彩色光流引导下的运动目标粗定位第44-48页
        2.3.1 颜色显著的光流场第44-47页
        2.3.2 光流场运动目标粗定位第47-48页
    2.4 基于视觉似物性度量的运动目标精确定位第48-52页
        2.4.1 视觉上显著的似物性度量第48-50页
        2.4.2 滑动窗口精确定位第50-51页
        2.4.3 基于彩色光流与视觉似物性度量的运动目标发现算法第51-52页
    2.5 实验比较与分析第52-54页
    2.6 本章小结第54-55页
第3章 张量核主成分投影下的运动目标跟踪算法第55-77页
    3.1 引言第55-57页
    3.2 张量核函数第57-62页
        3.2.1 张量基础知识及运算第57-59页
        3.2.2 张量核函数的构造第59-62页
    3.3 核主成分投影第62-64页
    3.4 运动目标跟踪框架第64-67页
        3.4.1 基于动态预测的贝叶斯估计跟踪框架第64-66页
        3.4.2 投影矩阵更新第66页
        3.4.3 张量核主成分投影下运动目标跟踪算法第66-67页
    3.5 实验比较与分析第67-75页
        3.5.1 视频序列A第68-70页
        3.5.2 视频序列B第70-71页
        3.5.3 视频序列C第71-73页
        3.5.4 跟踪性能评价指标第73-75页
    3.6 本章小结第75-77页
第4章 基于特征张量多流形判别分析的运动目标跟踪算法第77-99页
    4.1 引言第77-79页
    4.2 特征张量第79-80页
    4.3 特征张量多流形判别分析第80-84页
        4.3.1 特征张量多流形邻域选择第80-82页
        4.3.2 特征张量多流形判别分析第82-84页
    4.4 运动目标跟踪框架第84-89页
        4.4.1 贝叶斯序贯推理第84-85页
        4.4.2 多流形数据集更新第85-87页
        4.4.3 基于特征张量多流形判别分析的运动目标跟踪算法第87-89页
    4.5 实验比较与分析第89-97页
        4.5.1 实验 1----CAVIAR数据集第89-91页
        4.5.2 实验 2----PETS室外多人数据集第91-92页
        4.5.3 跟踪性能评价指标第92-97页
    4.6 本章小结第97-99页
第5章 基于彩色特征随机压缩的运动目标跟踪算法第99-118页
    5.1 引言第99-100页
    5.2 彩色特征随机压缩第100-107页
        5.2.1 经典的灰度图像类Haar特征第101-103页
        5.2.2 彩色类Haar特征中矩形框的构造第103-105页
        5.2.3 随机压缩下的彩色类Haar特征提取第105-106页
        5.2.4 积分图像计算加速第106-107页
    5.3 基于彩色特征随机压缩的运动目标跟踪第107-112页
        5.3.1 目标样本选取第107-108页
        5.3.2 加权的朴素贝叶斯分类器第108-110页
        5.3.3 分类器更新第110-111页
        5.3.4 基于彩色特征随机压缩的运动目标跟踪算法第111-112页
    5.4 实验比较与分析第112-117页
        5.4.1 参数设置第112页
        5.4.2 定性比较第112-114页
        5.4.3 跟踪性能评价指标第114-117页
    5.5 本章小结第117-118页
结论第118-121页
参考文献第121-134页
攻读博士学位期间发表的论文和取得的科研成果第134-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:高阶异构数据聚类算法研究
下一篇:海量数据处理与挖掘关键技术研究