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

用于嵌入式系统的Mean Shift实时计算方法的研究与应用

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-11页
   ·课题的研究意义第7页
   ·课题的研究现状第7-8页
     ·Mean Shift 算法的研究现状第7-8页
     ·基于硬件平台的研究现状第8页
   ·论文的主要研究内容第8-9页
   ·论文的组织结构第9-11页
第二章 Mean Shift 基本理论第11-21页
   ·引言第11页
   ·参数密度估计和无参数密度估计第11-16页
     ·参数密度估计方法第11-12页
     ·无参数密度估计方法第12-15页
     ·参数密度估计与无参数密度估计的区别第15-16页
   ·Mean Shift 理论第16-18页
     ·Mean Shift 向量第16-17页
     ·Mean Shift 算法第17页
     ·Mean Shift 算法收敛性分析第17-18页
   ·Mean Shift 算法在图像处理中的应用第18页
   ·加速 Mean Shift 算法的方法第18-20页
   ·本章小结第20-21页
第三章 Mean Shift 算法用于目标跟踪第21-31页
   ·引言第21页
   ·Mean Shift 目标跟踪算法第21-25页
     ·构造目标模型第22页
     ·构造候选模型第22-23页
     ·选择相似性函数第23页
     ·目标定位第23-24页
     ·Mean Shift 目标跟踪算法描述第24-25页
   ·Mean Shift 目标跟踪算法的时间复杂度分析第25-27页
     ·计算目标模型概率密度模块第25-26页
     ·计算新的圆心坐标模块第26-27页
   ·跟踪性能的影响因素第27-28页
   ·实验结果及分析第28-29页
   ·本章小结第29-31页
第四章 Mean Shift 目标跟踪算法的硬件结构设计第31-59页
   ·算法优化第31-32页
     ·核函数的优化第31页
     ·权重计算的优化第31-32页
   ·Mean Shift 目标跟踪算法的硬件结构第32-33页
   ·Mean Shift 目标跟踪算法的硬件实现第33-43页
     ·计算候选模型概率密度模块的硬件实现第33-37页
     ·计算目标模型概率密度模块的硬件实现第37页
     ·权重计算模块的硬件实现第37-38页
     ·计算可能的圆心位置模块的硬件实现第38-39页
     ·计算 reg 模块的硬件实现第39-41页
     ·计算比较信号 sig1 模块的硬件实现第41页
     ·计算比较信号 sig2 模块的硬件实现第41-42页
     ·有限状态机的硬件实现第42-43页
   ·实验平台介绍第43-44页
   ·实验设计第44-48页
   ·实验结果第48-57页
     ·软件仿真第48-56页
     ·硬件实现第56-57页
   ·实验结论第57-58页
   ·本章小结第58-59页
第五章 总结与展望第59-61页
   ·工作总结第59页
   ·后续工作展望第59-61页
致谢第61-62页
参考文献第62-65页
附录第65页

论文共65页,点击 下载论文
上一篇:基于潜在语义索引的Web文本挖掘
下一篇:异常数据挖掘算法研究与应用