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

面向鲁棒跟踪的视觉特征自适应选择与融合方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-19页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 运动目标跟踪研究现状第13-14页
        1.2.2 多特征选择研究现状第14页
        1.2.3 多特征融合研究现状第14-15页
    1.3 运动目标跟踪系统描述及难题分析第15-17页
        1.3.1 运动目标跟踪系统描述第15-16页
        1.3.2 运动目标跟踪系统中的难题分析第16-17页
    1.4 本文主要研究内容第17页
    1.5 本文组织结构第17-19页
第2章 基于多特征的目标跟踪理论基础第19-27页
    2.1 运动目标跟踪策略第19-22页
        2.1.1 基于均值漂移的运动目标跟踪第19-20页
        2.1.2 基于粒子滤波的运动目标跟踪第20-21页
        2.1.3 基于分类器的运动目标跟踪第21-22页
    2.2 特征分类第22-24页
        2.2.1 全局特征第22页
        2.2.2 局部特征第22-24页
    2.3 特征选择第24-26页
        2.3.1 特征选择过程第25-26页
        2.3.2 搜索策略第26页
    2.4 小结第26-27页
第3章 基于特征稳定性和反差性评估的特征选择第27-37页
    3.1 特征选择方法第27-30页
        3.1.1 基于特征稳定性评估的特征选择方法第28-29页
        3.1.2 基于特征反差性评估的特征选择方法第29-30页
    3.2 实验结果与分析第30-36页
    3.3 小结第36-37页
第4章 多特征自适应融合跟踪第37-53页
    4.1 特征提取第37-38页
        4.1.1 颜色特征第37页
        4.1.2 HOG特征第37-38页
    4.2 多特征自适应融合跟踪方法第38-43页
        4.2.1 系统框图第38-39页
        4.2.2 联合描述子的构建第39-40页
        4.2.3 采样第40-41页
        4.2.4 权值更新第41-43页
    4.3 跟踪算法描述第43-44页
    4.4 实验效果分析第44-52页
        4.4.1 定性分析第44-48页
        4.4.2 定量分析第48-51页
        4.4.3 自适应策略评估第51-52页
    4.5 小结第52-53页
结论第53-55页
参考文献第55-60页
附录 A(攻读学位期间发表的学术论文与获得的成果)第60-61页
附录 B(攻读学位期间参与项目目录)第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:面向大数据处理的Hadoop与MongoDB整合技术研究
下一篇:云计算环境下的安全认证机制研究