一种物体识别方法的研究及若干应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 1、引言 | 第8-11页 |
| ·课题背景及意义 | 第8-9页 |
| ·国内外研究现状及分析 | 第9-11页 |
| 2、物体识别方法的研究 | 第11-24页 |
| ·方法预览 | 第11-12页 |
| ·自顶向下的检测 | 第12-20页 |
| ·建立codebook | 第12页 |
| ·整合的特征提取与特征投票过程 | 第12-16页 |
| ·Mean Shift求解局部极值 | 第16-20页 |
| ·实验结果 | 第20-24页 |
| 3、基于内容的图片搜索 | 第24-32页 |
| ·方法预览 | 第24页 |
| ·构造词汇树 | 第24-25页 |
| ·训练集中图片转为向量表示 | 第25-26页 |
| ·图片的表示方法 | 第25-26页 |
| ·权值的计算 | 第26页 |
| ·查询图片转为向量表示 | 第26-28页 |
| ·查询特征的量化 | 第26-27页 |
| ·改进的量化过程——模糊分类 | 第27页 |
| ·查询图片的向量表示 | 第27-28页 |
| ·图片间的相似度测量 | 第28页 |
| ·实验与分析 | 第28-32页 |
| 4、视频跟踪 | 第32-45页 |
| ·运动目标的表达 | 第32-34页 |
| ·基于特征的目标表达 | 第33页 |
| ·基于区域统计的目标表达 | 第33页 |
| ·基于模型的目标表达 | 第33-34页 |
| ·滤波预测算法 | 第34-37页 |
| ·标准Kalman滤波 | 第34-36页 |
| ·Kalman滤波的应用 | 第36-37页 |
| ·具体实现 | 第37-41页 |
| ·目标表示 | 第38-39页 |
| ·Kalman滤波框架下的跟踪模型 | 第39-41页 |
| ·实验结果 | 第41-45页 |
| 参考文献 | 第45-47页 |
| 攻读学位期间的工作与发表论文 | 第47-48页 |
| 致谢 | 第48-49页 |