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

目标匹配与跟踪算法研究

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

论文共60页,点击 下载论文
上一篇:组合可展曲面的边界条件研究及应用
下一篇:基于多尺度空间特征提取的应用研究—视觉跟踪