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

监控视频目标跟踪算法及应用系统实现研究

致谢第1-5页
摘要第5-6页
Abstract第6-10页
1 绪论第10-19页
   ·引言第10页
   ·研究意义和现状第10-13页
     ·课题研究的意义第11-12页
     ·课题研究的国力外现状第12-13页
   ·运动目标跟踪方法综述第13-16页
     ·运动目标检测第13-15页
     ·运动目标跟踪第15-16页
   ·本文工作及论文组织结构第16-19页
     ·本文主要工作及贡献第16-17页
     ·论文组织结构第17-19页
2 运动目标特征的提取与匹配第19-33页
   ·基于模版相关匹配的跟踪算法研究第19-21页
   ·目标局部特征点检测第21-26页
     ·Moravec角点检测算法第22-23页
     ·Harris角点检测算法第23-24页
     ·Susan角点检测模型第24-26页
   ·边缘信息的获取第26-29页
   ·基于边缘信息与特征点融合的目标匹配第29-30页
   ·实验结果分析第30-31页
   ·本章小结第31-33页
3 MEAN SHIFT算法在目标跟踪中的应用第33-50页
   ·引言第33页
   ·密度估计理论第33-39页
     ·参数密度估计第33-34页
     ·无参数密度估计第34-39页
       ·核密度估计方法第35-37页
       ·常用的核函数第37-39页
   ·均值偏移(MEAN SHIFT)算法第39-41页
   ·目标模型相似性度量及模板尺寸自适应更新第41-42页
   ·跟踪过程第42-43页
   ·实验结果与分析第43-49页
     ·尺度信息自适应更新实验对比第43-46页
     ·不同核函数密度估计实验结果第46-49页
   ·本章小结第49-50页
4 基于粒子滤波的目标跟踪第50-61页
   ·引言第50-52页
   ·粒子滤波算法第52-57页
     ·蒙特卡洛思想第52-53页
     ·重要性采样第53-54页
     ·序贯重要性采样第54-55页
     ·粒子滤波的重采样第55-56页
     ·粒子滤波跟踪算法描述第56-57页
   ·基于多线索融合粒子滤波的目标跟踪第57-60页
   ·本章小结第60-61页
5 球机系统相关的实现第61-83页
   ·引言第61-63页
   ·系统整体结构框架介绍第63-65页
   ·DAVINCI平台上DSP端算法的开发第65-73页
     ·Codec Engine框架介绍第65-67页
     ·Davinci乎台下xDM算法标准第67-70页
     ·目标跟踪算法的实现第70-73页
   ·DAVINCI平台上ARM端嵌入式WEB服务器的实现第73-79页
     ·相关协议说明第73-74页
     ·通用网关接口CGI第74-76页
     ·AJAX捞术说明第76-77页
     ·Web服务器的具体实现第77-79页
   ·系统实验结果第79-82页
   ·本章小结第82-83页
6 总结与展望第83-85页
   ·总结第83页
   ·展望第83-85页
参考文献第85-89页
研究生期间科研成果第89页

论文共89页,点击 下载论文
上一篇:基于云计算的GSM-R数据挖掘平台研究
下一篇:复杂背景自适应红外小目标检测