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

融合深度信息的Mean Shift视频目标跟踪算法研究

摘要第1-6页
Abstract第6-10页
引言第10-11页
1 绪论第11-16页
   ·课题研究背景及意义第11页
   ·国内外研究现状第11-12页
   ·视频目标跟踪主要存在的问题第12-13页
   ·论文主要工作内容第13-16页
     ·主要工作第13-14页
     ·主要创新点第14页
     ·论文结构安排第14-16页
2.立体视觉原理和深度信息第16-24页
   ·立体视觉基本原理第16-20页
     ·坐标系第16-18页
     ·摄像机模型第18-19页
     ·线性摄像机定标第19页
     ·非线性摄像机定标第19-20页
   ·平行双目立体视觉与深度获取第20-23页
     ·平行双目视觉成像数学基础第20-21页
     ·立体匹配第21-22页
     ·深度信息获取第22页
     ·深度信息的特性第22-23页
   ·本章小结第23-24页
3.Mean Shift 算法第24-38页
   ·Mean Shift 算法基本原理第24-28页
     ·Mean Shift 向量第24-25页
     ·Mean Shift 视频目标跟踪算法第25-27页
     ·Mean Shift 跟踪算法存在的问题第27-28页
   ·Mean Shift 算法的漂移系数研究第28-36页
     ·漂移权重的特点第28-29页
     ·漂移系数优化的颜色直方图第29-31页
     ·基于漂移系数的模板更新算法第31-32页
     ·算法框架第32页
     ·实验结果分析第32-36页
   ·本章小结第36-38页
4.融合深度信息的 Mean Shift 算法第38-46页
   ·基于深度信息的颜色直方图加权第38-39页
     ·Mean Shift 算法颜色直方图研究第38页
     ·基于深度信息加权的颜色直方图第38-39页
   ·基于深度信息的核带宽自适应更新第39-42页
     ·Mean Shift 算法核带宽自适应更新研究第39-40页
     ·基于深度信息的核带宽自适应更新第40-42页
   ·实验结果及分析第42-45页
     ·基于深度信息的颜色直方图加权实验第42-43页
     ·基于深度信息的核带宽自适应更新实验第43-45页
   ·本章小结第45-46页
5. 基于深度信息的 Mean Shift 模板更新算法第46-57页
   ·基于深度信息的模板更新第46-47页
     ·Mean Shift 算法模板更新研究第46页
     ·基于虚拟模板的参考模板更新第46-47页
   ·基于 Graph Cut 的深度图前景分割的参考模板更新第47-52页
     ·能量方程和标签分配问题第47-48页
     ·基于图割的前景图像分割第48-50页
     ·基于 Graph Cut 的深度图前景分割的参考模板更新第50-52页
   ·基于深度信息的模板更新实验第52-54页
   ·基于图割的前景分割的模板更新实验第54-56页
     ·前景分割结果比较第54-55页
     ·跟踪结果比较第55页
     ·模板更新信息第55-56页
   ·本章小节第56-57页
6. 总结与展望第57-59页
   ·工作总结第57页
   ·需要进一步研究的问题第57-59页
参考文献第59-64页
在学研究成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于新一代移动智能终端图像隐写术研究
下一篇:视频序列中目标的多特征融合跟踪技术研究