摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-12页 |
·课题研究的背景及意义 | 第7页 |
·目标匹配与跟踪方法概况 | 第7-9页 |
·目标匹配算法概述 | 第7-8页 |
·目标跟踪算法概述 | 第8-9页 |
·目标匹配与跟踪算法的国内外研究现状 | 第9-10页 |
·国外的研究动态及发展趋势 | 第9-10页 |
·国内的研究动态及发展趋势 | 第10页 |
·论文内容安排 | 第10-11页 |
·论文创新点 | 第11-12页 |
第二章 基于 SURF 算法和 SC-RANSAC 算法的目标匹配 | 第12-24页 |
·引言 | 第12页 |
·尺度不变特征变换 | 第12-17页 |
·SIFT 算法 | 第13-16页 |
·SIFT 目标匹配实验 | 第16-17页 |
·加速稳健特征 | 第17-23页 |
·特征点检测 | 第17-20页 |
·SC-RANSAC 算法 | 第20-21页 |
·SURF 算法仿真结果与分析 | 第21-23页 |
·本章小结 | 第23-24页 |
第三章 基于 Multilinear PCA 算法的人脸识别 | 第24-34页 |
·引言 | 第24-25页 |
·基于 MB-LBP 算子的特征提取 | 第25-28页 |
·LBP 算子 | 第25-27页 |
·MB- LBP 算子 | 第27-28页 |
·基于 Multilinear PCA 算法的降维 | 第28-31页 |
·PCA 算法 | 第28-29页 |
·Multilinear PCA 算法 | 第29-31页 |
·实验结果与分析 | 第31-33页 |
·本章小结 | 第33-34页 |
第四章 基于改进的 Mean Shift 算法的目标跟踪 | 第34-45页 |
·引言 | 第34页 |
·Mean Shift 算法 | 第34-40页 |
·Mean Shift 算法基本理论 | 第35-36页 |
·Mean Shift 算法在目标跟踪中的应用 | 第36-38页 |
·改进的 Mean Shift 算法 | 第38-40页 |
·卡尔曼滤波器 | 第40-41页 |
·算法的实现 | 第41-42页 |
·实验结果与分析 | 第42-44页 |
·本章小结 | 第44-45页 |
第五章 基于改进的 Camshift 算法的目标跟踪 | 第45-55页 |
·引言 | 第45页 |
·Camshift 算法 | 第45-51页 |
·Camshift 算法的基本理论 | 第45-49页 |
·改进的 Camshift 算法 | 第49-51页 |
·实验结果与分析 | 第51-54页 |
·本章小结 | 第54-55页 |
主要结论与展望 | 第55-57页 |
主要结论 | 第55页 |
展望 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-60页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第60页 |