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

基于多特征结合的压缩跟踪

摘要第3-4页
ABSTRACT第4-5页
第1章 绪论第8-15页
    1.1 课题的研究背景与意义第8-9页
    1.2 运动目标跟踪的难点第9-10页
    1.3 国内外研究现状第10-12页
        1.3.1 目标跟踪的发展第10-11页
        1.3.2 目标跟踪算法的概述第11-12页
    1.4 基于压缩感知运动目标跟踪的提出第12-14页
    1.5 论文的研究内容第14-15页
第2章 压缩感知介绍第15-18页
    2.1 压缩感知理论第15-16页
    2.2 稀疏表示技术第16页
    2.3 重构算法第16-17页
    2.4 本章小结第17-18页
第3章 压缩跟踪第18-24页
    3.1 运动模型第18-19页
    3.2 特征提取第19-21页
        3.2.1 Haar类特征第19-20页
        3.2.2 稀疏测量矩阵第20-21页
        3.2.3 特征的提取第21页
    3.3 贝叶斯分类器第21-22页
    3.4 CT算法的主要流程第22-23页
    3.5 本章小结第23-24页
第4章 基于多特征结合的跟踪技术第24-33页
    4.1 运动模型第24-26页
    4.2 多特征结合第26-30页
        4.2.1 HOG特征第26-28页
        4.2.2 HOG积分图第28-29页
        4.2.3 特征筛选第29-30页
    4.3 贝叶斯观测器第30-31页
    4.4 本文算法的主要流程第31-32页
    4.5 本章小结第32-33页
第5章 实验仿真与对比第33-43页
    5.1 实验设置与评价指标第33页
    5.2 比较算法和视频序列第33-34页
    5.3 跟踪精度和速度的比较第34-42页
        5.3.1 跟踪精度的比较第34-41页
        5.3.2 跟踪速度的比较第41-42页
    5.4 本章小结第42-43页
第6章 总结与展望第43-45页
    6.1 总结第43页
    6.2 展望第43-45页
参考文献第45-49页
致谢第49-50页

论文共50页,点击 下载论文
上一篇:隐匿性乙型肝炎病毒感染与肝细胞肝癌关系的研究
下一篇:抑制ALCAM基因表达对肝癌HepG2细胞增殖和侵袭的影响