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

基于压缩感知的运动目标跟踪算法的研究

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-14页
   ·引言第8页
   ·课题研究的背景和面临问题第8-9页
   ·国内外研究现状及发展趋势第9-11页
   ·论文的研究内容第11-12页
   ·论文的组织结构第12-14页
第二章 运动目标检测第14-24页
   ·引言第14页
   ·运动目标检测算法介绍第14-16页
     ·帧间差分法第14-15页
     ·背景差分法第15-16页
     ·光流法第16页
   ·自适应混合高斯背景模型第16-19页
     ·混合高斯背景模型的建立第17-18页
     ·混合高斯模型参数的更新第18-19页
     ·生成混合高斯模型与运动检测第19页
   ·形态学处理第19-22页
     ·腐蚀运算第20页
     ·膨胀运算第20-21页
     ·开运算第21页
     ·闭运算第21-22页
   ·实验结果第22-23页
   ·本章小结第23-24页
第三章 压缩感知思想综述第24-34页
   ·引言第24页
   ·压缩感知理论框架第24-27页
     ·传统信号编码第25-26页
     ·压缩感知信号编码第26-27页
     ·压缩感知意义第27页
   ·压缩感知基本思想及核心问题第27-30页
     ·信号的稀疏表达第27-28页
     ·信号的观测矩阵第28-29页
     ·信号的重构算法第29-30页
   ·压缩感知理论应用前景第30-32页
     ·单像素相机第30-31页
     ·热光源成像第31页
     ·多光谱成像器第31-32页
   ·本章小结第32-34页
第四章 基于压缩感知的运动目标跟踪算法第34-56页
   ·引言第34-35页
   ·目标跟踪算法概述第35-39页
     ·常用目标跟踪方法概述第35-37页
     ·L1范数最小化跟踪第37-39页
   ·相关理论第39-47页
     ·Surf特征第39-45页
     ·贝叶斯分类器第45-47页
   ·算法实现第47-51页
     ·算法主要内容第47-48页
     ·随机测量矩阵第48-50页
     ·低维压缩特征分析第50页
     ·分类器的构建与分析第50-51页
   ·实验结果与分析第51-54页
     ·实验效果第51-53页
     ·实验分析第53-54页
   ·本章小结第54-56页
第五章 总结与展望第56-58页
   ·总结第56页
   ·展望第56-58页
致谢第58-60页
参考文献第60-64页
附录第64页

论文共64页,点击 下载论文
上一篇:基于S3C2440的嵌入式指纹识别系统的研究与设计
下一篇:基于奇异值分解和稀疏表示的人脸识别