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

基于稀疏模型的高精度光流估计方法研究

摘要第1-4页
ABSTRACT第4-8页
第一章 引言第8-20页
   ·课题的目的和意义第8-9页
   ·光流的基本概念第9-12页
     ·光流第9-10页
     ·灰度守恒假设第10-11页
     ·光流主要研究方向第11-12页
   ·光流研究的现状第12-16页
     ·欠定问题的处理第12-13页
     ·不连续运动的处理第13-14页
     ·大尺度光流的估计第14-15页
     ·遮挡现象的处理第15页
     ·光照变化的处理第15-16页
   ·算法评估数据库和评估标准第16-17页
   ·基于稀疏模型的光流估计算法第17-18页
   ·本文的主要内容第18-20页
第二章 压缩感知与光流估计第20-28页
   ·压缩感知理论简介第20-21页
   ·基于小波和梯度域稀疏的光流估计第21-24页
     ·小波稀疏性讨论第21-22页
     ·基本求解模型第22页
     ·小波和梯度稀疏结合第22-23页
     ·鲁棒估计策略第23-24页
   ·基于学习稀疏的光流估计第24-26页
     ·学习稀疏模型第24-25页
     ·结合梯度稀疏模型第25页
     ·鲁棒迭代计算策略第25-26页
   ·本章小节第26-28页
第三章 基于梯度稀疏的鲁棒光流估计第28-34页
   ·光流梯度稀疏第28-30页
   ·分段连续光流估计方法第30-31页
   ·实验结果第31-33页
   ·本章小结第33-34页
第四章 增强梯度稀疏性的参数化运动估计第34-46页
   ·参数运动模型第34-36页
   ·基于稀疏的参数化运动估计第36-39页
     ·稀疏光流估计框架第36页
     ·运动参数梯度场的稀疏性第36-37页
     ·参数化运动模型的梯度稀疏光流估计第37-39页
   ·基于参数化模型的分段连续光流估计方法第39-40页
   ·实验结果第40-42页
   ·本章小结第42-46页
第五章 基于感知遮挡的稀疏光流估计方法第46-62页
   ·基于感知遮挡的稀疏光流估计第47-50页
     ·基于感知遮挡的稀疏模型第47-48页
     ·求解模型第48-49页
     ·对偶求解方法第49-50页
   ·感知遮挡初始化第50-52页
     ·遮挡检测第50-51页
     ·感知遮挡初始化第51-52页
   ·加权策略提升运动边界估计第52-54页
     ·加权理论依据第52-53页
     ·加权求解策略第53-54页
   ·实验结果第54-60页
     ·整体效果提升第54-59页
     ·感知遮挡提升第59-60页
     ·加权策略提升第60页
   ·本章小结第60-62页
第六章 总结与展望第62-64页
   ·本文总结第62-63页
   ·作展望第63-64页
致谢第64-66页
参考文献第66-70页
硕士期间研究成果第70页

论文共70页,点击 下载论文
上一篇:高速DSP的电视图像跟踪系统的设计与实现
下一篇:基于数据挖掘的隐私保护数据发布技术研究