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

自适应视觉跟踪方法研究

目录第1-5页
摘要第5-6页
Abstract第6-7页
第一章 绪论第7-12页
   ·研究背景及意义第7-9页
   ·论文思路及主要工作第9-10页
     ·论文整体思路第9-10页
     ·论文主要工作第10页
   ·论文内容安排第10-12页
第二章 视觉跟踪概述第12-26页
   ·引言第12页
   ·目标物体的表示方法第12-14页
   ·视觉特征的选取第14-15页
   ·视觉跟踪算法的分类第15-25页
     ·点方法第17-21页
       ·确定性方法第17-18页
       ·概率方法第18-21页
         ·卡尔曼滤波第19-20页
         ·粒子滤波第20-21页
     ·核方法第21-24页
       ·模板方法第21-23页
         ·模板匹配第21页
         ·Mean-shift第21-23页
       ·多视图方法第23-24页
     ·轮廓方法第24-25页
       ·形状匹配方法第24-25页
       ·轮廓演化方法第25页
   ·本章小结第25-26页
第三章 自适应特征子空间视觉跟踪方法第26-44页
   ·引言第26-27页
   ·Condensation方法第27-31页
     ·离散时间状态概率的传播第27-29页
       ·随机动态过程第27-28页
       ·观察值概率估计第28页
       ·状态变量后验概率的传播第28-29页
     ·因子采样第29-30页
     ·Condensation方法描述第30-31页
   ·一种基于Condensation的变种方法第31-33页
     ·目标物体状态变量和特征子空间第31页
     ·动态模型第31-32页
     ·观察模型第32-33页
     ·方法描述第33页
   ·特征子空间学习第33-37页
     ·主成分分析第33-35页
     ·增量式子空间方法第35-37页
   ·自适应特征子空间视觉跟踪方法描述第37-38页
   ·实验结果与分析第38-43页
     ·目标物体平移和旋转时的跟踪结果第39-40页
     ·外界光照变化时的跟踪结果第40-41页
     ·不更新特征子空间时的跟踪结果第41-42页
     ·粒子贫化对跟踪性能的影响第42-43页
   ·本章小节第43-44页
第四章 具有局部双回路的视觉跟踪方法第44-51页
   ·引言第44页
   ·用于视觉跟踪的局部双回路结构第44-46页
   ·局部双回路自适应特征子空间视觉跟踪方法第46-48页
   ·实验结果与分析第48-50页
     ·粒子贫化时对跟踪误差的修正第48-49页
     ·对视觉跟踪性能的影响第49-50页
   ·本章小节第50-51页
第五章 总结与展望第51-52页
参考文献第52-58页
附录一 硕士期间发表的论文第58-59页
附录二 硕士期间参加的项目第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:视频高层语义提取技术研究与应用
下一篇:基于OGRE地形系统的设计与研究