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

像素点特征加权的尺度自适应跟踪算法研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-13页
    1.1 论文的研究背景和意义第8-9页
    1.2 目标跟踪的现状第9-10页
    1.3 论文的研究内容第10-11页
    1.4 论文的结构安排第11-13页
第二章 目标跟踪算法研究概述第13-20页
    2.1 跟踪对象的表示第13页
    2.2 特征的选取第13-16页
    2.3 目标检测第16-18页
    2.4 目标跟踪第18-20页
第三章 结合像素点特征加权的目标跟踪算法第20-33页
    3.1 特征表示第21-22页
    3.2 模型建立第22-24页
        3.2.1 目标候选模型第22页
        3.2.2 目标模型第22-23页
        3.2.3 跟踪模型第23-24页
    3.3 像素点特征加权对跟踪的影响第24-25页
    3.4 模型更新第25页
    3.5 算法流程第25-26页
    3.6 实验数据集及参数设置第26-27页
        3.6.1 实验环境以及参数设置第26-27页
        3.6.2 实验数据集第27页
    3.7 实验结果与分析第27-32页
        3.7.1 PFW与3种算法的跟踪结果第27-29页
        3.7.2 PFW与3种算法的跟踪误差对比第29-31页
        3.7.3 PFW与3种算法的跟踪耗时对比第31-32页
        3.7.4 PFW与3种跟踪算法平均迭代次数对比第32页
    3.8 本章小结第32-33页
第四章 像素点特征加权的尺度自适应跟踪算法第33-48页
    4.1 尺度自适应第34-35页
    4.2 模型更新第35页
    4.3 算法流程第35-37页
    4.4 实验数据集及参数设置第37-38页
        4.4.1 实验环境以及参数设置第37页
        4.4.2 实验数据集第37-38页
    4.5 实验结果与分析第38-46页
        4.5.1 SAOTPFW与6种算法的跟踪效果第38-39页
        4.5.2 SAOTPFW与SOAMST和FTSTC算法的跟踪尺度自适应对比第39-42页
        4.5.3 SAOTPFW与6种算法的准确率对比第42-45页
        4.5.4 SAOTPFW与6种算法的跟踪耗时对比第45-46页
        4.5.5 SAOTPFW与3种跟踪算法平均迭代次数对比第46页
    4.6 本章小结第46-48页
第五章 结论第48-50页
    5.1 本文工作总结第48页
    5.2 研究展望第48-50页
参考 文献第50-53页
致谢第53-54页
攻读学位期间的研究成果第54-55页

论文共55页,点击 下载论文
上一篇:基于DWT和同步码的鲁棒性视频水印研究
下一篇:基于GT-KM算法的入侵检测研究