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

融合视觉记忆机制的目标跟踪策略研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第11-17页
    1.1 研究背景及意义第11页
    1.2 视觉目标跟踪研究现状第11-14页
        1.2.1 视觉目标跟踪简介第12-13页
        1.2.2 视觉目标跟踪的发展第13-14页
    1.3 视觉目标跟踪面临的挑战第14-15页
    1.4 论文的研究内容和结构安排第15-17页
        1.4.1 研究内容第15-16页
        1.4.2 结构安排第16-17页
第二章 相关工作第17-21页
    2.1 人类感知机制第17页
    2.2 相关滤波跟踪算法第17-19页
    2.3 Tracking-by-detection跟踪算法第19-20页
    2.4 本章小结第20-21页
第三章 视觉记忆机制第21-25页
    3.1 视觉记忆机制概念第21-22页
    3.2 视觉记忆机制模型第22-23页
    3.3 视觉记忆机制与运动特性第23-24页
    3.4 本章小结第24-25页
第四章 融合视觉记忆机制的跟踪策略第25-32页
    4.1 现有跟踪算法存在的问题第25-26页
    4.2 基于视觉记忆机制的特征联想跟踪策略第26-29页
    4.3 基于视觉记忆机制的特征记忆跟踪策略第29-30页
    4.4 融合视觉记忆机制的跟踪策略第30-31页
    4.5 本章小结第31-32页
第五章 实验与分析第32-49页
    5.1 目标跟踪算法数据集与评价标准第32-33页
    5.2 改进相关滤波跟踪算法实验分析第33-38页
        5.2.1 整体性能的实验分析第33-35页
        5.2.2 复杂场景下性能的实验分析第35-37页
        5.2.3 定性实验分析第37-38页
    5.3 改进Tracking-by-detection跟踪算法实验分析第38-43页
        5.3.1 整体性能的实验分析第39-40页
        5.3.2 复杂场景下性能的实验分析第40-42页
        5.3.3 定性实验分析第42-43页
    5.4 对比state-of-the-art跟踪算法的实验分析第43-48页
        5.4.1 对比6 个先进跟踪算法的整体性能第44-45页
        5.4.2 对比6 个先进跟踪算法复杂场景下的性能第45-48页
    5.5 本章小结第48-49页
第六章 总结与展望第49-51页
    6.1 工作总结第49页
    6.2 未来工作展望第49-51页
致谢第51-52页
参考文献第52-57页
攻读硕士期间发表的学术论文第57页

论文共57页,点击 下载论文
上一篇:流媒体服务器负载均衡算法研究与应用
下一篇:基于深度学习的印刷蒙古文整词识别技术研究