复杂背景下运动目标跟踪算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7页 |
| ·图像跟踪技术的发展及现状 | 第7-8页 |
| ·图像跟踪技术的方法分类 | 第8-11页 |
| ·基于检测的跟踪方法 | 第9页 |
| ·基于识别的跟踪方法 | 第9-11页 |
| ·图像跟踪技术的基本原理 | 第11-12页 |
| ·工作重点及内容安排 | 第12-13页 |
| 第二章 常见运动目标跟踪技术研究 | 第13-23页 |
| ·运动目标跟踪技术概述 | 第13页 |
| ·跟踪技术的难点概述 | 第13-15页 |
| ·基于图像匹配的目标跟踪算法 | 第15-18页 |
| ·仿生技术在目标跟踪中的应用 | 第18-23页 |
| ·仿生技术的分类 | 第18-19页 |
| ·人眼视觉仿生技术 | 第19-21页 |
| ·人工神经网络技术 | 第21-23页 |
| 第三章 对数极坐标变换和相位相关结合的跟踪算法 | 第23-35页 |
| ·对数极坐标变换 | 第23-25页 |
| ·相位相关算法 | 第25-27页 |
| ·归一化的相位相关算法 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·对数极坐标变换和相位相关结合的跟踪算法 | 第27-33页 |
| ·算法架构 | 第27-29页 |
| ·算法流程 | 第29-30页 |
| ·算法性能分析 | 第30-33页 |
| ·实验结果 | 第33-34页 |
| ·结论 | 第34-35页 |
| 第四章 基于多权值高维仿生神经网络的跟踪算法 | 第35-57页 |
| ·高维仿生神经网络概述 | 第35-37页 |
| ·高维空间理论基础 | 第37-40页 |
| ·高维空间形象几何的基本概念 | 第37-38页 |
| ·高维空间中的一些算法 | 第38-39页 |
| ·高维空间几何覆盖理论 | 第39-40页 |
| ·多权值高维仿生神经元设计 | 第40-44页 |
| ·二权值神经元网络模型设计 | 第41-42页 |
| ·三角形神经元网络模型设计 | 第42页 |
| ·四面体神经元网络模型设计 | 第42-44页 |
| ·多权值高维仿生神经网络的算法比较 | 第44-52页 |
| ·多权值高维仿生神经网络的识别效果比较 | 第44-49页 |
| ·多权值高维仿生神经网络的跟踪效果比较 | 第49-52页 |
| ·跟踪结果的分析及改进 | 第52-56页 |
| ·结论 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·未来的工作 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者在攻读硕士期间完成的工作 | 第65-66页 |
