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

复杂动态场景中运动目标检测与跟踪算法研究

摘要第1-8页
Abstract第8-14页
Contents第14-17页
图表目录第17-20页
List of Figures and Tables第20-23页
第1章 绪论第23-44页
   ·课题背景第23-25页
   ·运动目标检测国内外研究现状第25-29页
   ·视觉目标跟踪国内外研究现状第29-39页
     ·目标表观的建模和提取第31-38页
     ·数据关联和滤波方法第38-39页
   ·论文的主要研究内容第39-44页
     ·论文的主要工作和贡献第39-41页
     ·论文的结构安排第41-44页
第2章 动态场景背景建模与运动目标检测第44-64页
   ·引言第44页
   ·相关工作介绍第44-45页
   ·动态场景中相邻像素之间的共生关系第45-46页
   ·基于纹理和运动模式融合的运动目标检测算法第46-51页
     ·纹理模式和运动模式提取第46-47页
     ·背景建模和运动目标检测第47-49页
     ·实验结果第49-51页
   ·基于标准差特征的运动目标检测算法第51-56页
     ·标准差特征第51-53页
     ·背景建模和运动目标检测第53-54页
     ·实验结果第54-56页
   ·基于局部前景/背景标记直方图的运动目标检测算法第56-63页
     ·局部前景/背景标记直方图第56-58页
     ·背景建模和运动目标检测第58-59页
     ·实验结果第59-63页
   ·小结第63-64页
第3章 基于背景剪除驱动种子选择的自动运动目标分割第64-79页
   ·引言第64页
   ·相关工作介绍第64-66页
   ·基于背景剪除种子选择的运动目标分割方法第66-72页
     ·基于近邻图像块嵌入特征的背景剪除第67-69页
     ·基于混合高斯模型的背景剪除第69-71页
     ·基于启发式种子选择的自动运动目标分割第71-72页
   ·实验结果第72-77页
     ·运动目标分割方法的定性评价第72-77页
     ·运动目标分割方法的定量评价第77页
   ·小结第77-79页
第4章 基于分块表观模型和局部背景估计的自适应视觉目标跟踪第79-90页
   ·引言第79-80页
   ·相关工作介绍第80-81页
   ·基于分块表观模型和局部背景估计的目标跟踪方法第81-85页
     ·基于分块的目标表观模型第81-83页
     ·建立目标上下文区域的局部背景模型第83-84页
     ·跟踪和模型更新第84-85页
   ·实验结果第85-89页
     ·实验环境设置第86页
     ·与其他跟踪方法的定性比较第86-87页
     ·与其他跟踪方法的定量比较第87-89页
     ·局部背景模型的有效性分析第89页
   ·小结第89-90页
第5章 基于弱监督学习的视觉目标跟踪第90-121页
   ·引言第90-91页
   ·问题提出背景及相关工作介绍第91-92页
   ·从弱监督学习的角度来看待视觉目标跟踪问题第92-95页
     ·鸡生蛋蛋生鸡问题第92-93页
     ·从多个精度未知的标记源进行弱监督学习第93-95页
     ·从多个标记源进行弱监督学习的视觉目标跟踪场景第95页
   ·鲁棒的视觉目标跟踪第95-100页
     ·互补的跟踪算法集合第97-98页
     ·训练样本的启发式选择第98-99页
     ·在线评价跟踪算法第99-100页
     ·算法总结第100页
   ·实验结果第100-119页
     ·实验环境设置第101-103页
     ·与其他跟踪算法进行比较第103-108页
     ·候选跟踪算法的不同组合对本章算法的影响第108-109页
     ·候选跟踪算法有效性分析第109页
     ·融合过程第109-111页
     ·随机跟踪器对本章算法的影响第111-115页
     ·对跟踪结果进行扰动第115-119页
   ·小结第119-121页
结论第121-123页
参考文献第123-136页
攻读博士学位期间发表的论文第136-140页
致谢第140-142页
个人简历第142页

论文共142页,点击 下载论文
上一篇:面向灾备的无损数据压缩关键技术研究
下一篇:多版本块备份数据管理关键技术研究