复杂场景下基于区域块的图像匹配研究及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 第二章 图像区域块匹配的介绍 | 第12-19页 |
| 2.1 图像区域块匹配的基本原理 | 第12-15页 |
| 2.2 基于机器学习的区域块识别 | 第15-18页 |
| 2.2.1 区域块特征提取 | 第16页 |
| 2.2.2 目标区域块检测 | 第16-17页 |
| 2.2.3 应用 | 第17-18页 |
| 2.3 本章总结 | 第18-19页 |
| 第三章 基于区域块的图像匹配算法 | 第19-28页 |
| 3.1 BBS算法基本原理 | 第19-20页 |
| 3.1.1 BBS算法思想 | 第19页 |
| 3.1.2 BBS度量 | 第19-20页 |
| 3.1.3 BBS置信度图筛选 | 第20页 |
| 3.2 改进的区域块预处理匹配算法 | 第20-21页 |
| 3.3 实验结果及分析 | 第21-27页 |
| 3.3.1 定性和定量评价 | 第21-23页 |
| 3.3.2 BBS算法及改进算法实验结果对比 | 第23-27页 |
| 3.4 本章总结 | 第27-28页 |
| 第四章 基于混合部件模型的人体姿态估计 | 第28-38页 |
| 4.1 铰接部件混合模型的简单介绍 | 第28-30页 |
| 4.2 改进的复杂场景下的人体检测算法 | 第30-35页 |
| 4.2.1 基本模型 | 第30-32页 |
| 4.2.2 改进算法 | 第32-35页 |
| 4.3 实验结果及分析 | 第35-37页 |
| 4.4 本章总结 | 第37-38页 |
| 第五章 结论与展望 | 第38-39页 |
| 5.1 主要结论 | 第38页 |
| 5.2 研究展望 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 在学期间的研究成果 | 第44-45页 |
| 致谢 | 第45页 |
