服务机器人的视觉跟踪系统研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-19页 |
1.1 课题的研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-17页 |
1.2.1 行人检测识别技术国内外研究现状 | 第10-14页 |
1.2.2 视觉跟踪技术的国内外研究现状 | 第14-17页 |
1.3 论文的结构安排 | 第17-19页 |
第2章 机器人视觉跟踪系统整体方案设计 | 第19-24页 |
2.1 机器人视觉跟踪系统的功能需求 | 第19-20页 |
2.2 机器人系统的组成 | 第20-22页 |
2.3 机器人视觉跟踪系统的设计 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 目标候选区域提取 | 第24-30页 |
3.1 基于背景和运动目标不一致的运动补偿 | 第24-26页 |
3.2 结合特征匹配和背景补偿的候选区域提取 | 第26-29页 |
3.3 本章小结 | 第29-30页 |
第4章 特定对象的行人检测模型建立 | 第30-49页 |
4.1 特定对象的行人特征提取 | 第30-36页 |
4.1.1 人脸识别结果的获取 | 第30-31页 |
4.1.2 待跟踪对象的特征提取 | 第31-36页 |
4.2 视频中普遍行人检测 | 第36-44页 |
4.2.1 基于DPM的全身行人检测 | 第36-37页 |
4.2.2 基于人体头部的行人初检测 | 第37-44页 |
4.3 待跟踪行人确定 | 第44-47页 |
4.4 本章小结 | 第47-49页 |
第5章 跟踪算法实现 | 第49-58页 |
5.1 结合人脸识别的改进粒子滤波跟踪算法研究 | 第49-51页 |
5.1.1 粒子滤波跟踪原理 | 第49-50页 |
5.1.2 改进的粒子滤波跟踪算法研究 | 第50-51页 |
5.2 机器人跟踪位置修正方案设计 | 第51-53页 |
5.3 实验结果与分析 | 第53-57页 |
5.4 本章小结 | 第57-58页 |
第6章 总结与展望 | 第58-60页 |
6.1 工作任务总结 | 第58-59页 |
6.2 未来展望 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-66页 |
攻读硕士学位期间发表的论文 | 第66页 |