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

室内运动人体检测与跟踪算法的研究与实现

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·研究背景及意义第9-10页
   ·国内外研究现状及存在问题第10-12页
   ·OpenCV 介绍第12-13页
   ·本文的主要工作及组织安排第13-14页
第二章 人体运动与外部环境假设第14-23页
   ·系统的主要流程第14-15页
   ·系统约束假设第15-16页
   ·系统颜色空间选择第16-18页
     ·颜色空间介绍第16-18页
     ·系统采用的颜色空间第18页
   ·相关技术介绍第18-22页
     ·运动人体目标检测技术第18-21页
     ·运动人体目标跟踪技术第21-22页
   ·本章小结第22-23页
第三章 运动人体目标检测第23-41页
   ·传统的基于背景差分的目标检测第23-27页
     ·背景模型的建立第23-25页
     ·背景差分的目标检测第25-26页
     ·背景更新第26-27页
   ·基于背景差分的目标检测改进算法第27-31页
     ·改进算法描述第27-28页
     ·像素状态的设定及计算第28-29页
     ·背景模型的建立及更新第29-30页
     ·运动目标提取第30-31页
   ·阴影处理第31-34页
     ·阴影的特点及处理方法第31-32页
     ·HSV 空间的阴影检测与消除第32-34页
   ·粘连人体分割第34-36页
   ·算法实现与核心代码分析第36-39页
   ·实验效果第39-40页
   ·本章小结第40-41页
第四章 运动人体目标跟踪第41-70页
   ·目标特征表示方法第41-45页
     ·颜色特征第41-42页
     ·形状特征第42-43页
     ·统计特征第43-45页
   ·常用跟踪方法第45-52页
     ·Mean Shift 跟踪算法第45-49页
     ·CamShift 跟踪算法第49-52页
   ·联合多特征的 Mean Shift 跟踪算法第52-69页
     ·目标特征表示第52-56页
     ·目标联合特征选择第56-57页
     ·联合多特征的加权处理第57页
     ·联合多特征的 Mean Shift 跟踪算法具体步骤第57-60页
     ·算法实现与核心代码分析第60-66页
     ·实验效果第66-69页
   ·本章小结第69-70页
第五章 总结与展望第70-71页
致谢第71-72页
参考文献第72-75页
在学期间取得的研究成果第75-76页

论文共76页,点击 下载论文
上一篇:基于马尔可夫链模型的软件可靠性测试方法研究
下一篇:中文搜索引擎的个性化服务研究