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

运动模糊下的视觉跟踪算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 研究背景及意义第10-11页
    1.2 研究现状第11-15页
        1.2.1 图像视觉表达第11-13页
        1.2.2 统计建模第13-15页
    1.3 存在问题及分析第15-17页
    1.4 论文结构安排第17-18页
第2章 相关理论及方法第18-31页
    2.1 粒子滤波第18-22页
        2.1.1 贝叶斯滤波第18-19页
        2.1.2 粒子滤波第19-22页
    2.2 稀疏表示第22-25页
    2.3 局部坐标编码第25-26页
    2.4 FISHER向量第26-30页
        2.4.1 Fisher向量基本模型第27-29页
        2.4.2 Fisher向量标准化第29页
        2.4.3 Fisher向量算法描述第29-30页
    2.5 本章小结第30-31页
第3章 基于FISHER向量的视觉目标跟踪第31-46页
    3.1 引言第31-32页
    3.2 表观建模第32-34页
        3.2.1 全局表观建模第33-34页
        3.2.2 局部表观建模第34页
    3.3 分类器学习第34-36页
    3.4 更新第36页
    3.5 实验结果第36-45页
        3.5.1 实验设置第37-38页
        3.5.2 总体性能分析第38页
        3.5.3 基于属性的性能分析第38-40页
        3.5.4 定性分析第40-45页
    3.6 本章小结第45-46页
第4章 基于结构化局部稀疏描述子的BOOSTING视觉目标跟踪第46-63页
    4.1 引言第46页
    4.2 跟踪算法第46-50页
        4.2.1 局部稀疏描述子第46-47页
        4.2.2 分类器学习第47-49页
        4.2.3 权重计算第49-50页
        4.2.4 似然模型第50页
    4.3 更新第50-52页
        4.3.1 模板更新第50-51页
        4.3.2 分类器更新第51-52页
    4.4 算法流程第52-53页
    4.5 实验结果第53-62页
        4.5.1 实验设置第53-54页
        4.5.2 总体性能分析第54-55页
        4.5.3 基于属性的性能分析第55-57页
        4.5.4 定性分析第57-62页
    4.6 本章小结第62-63页
第5章 运动模糊下的视觉目标跟踪第63-83页
    5.1 引言第63-64页
    5.2 运动模糊下的视觉跟踪模型第64-67页
        5.2.1 模型引入第64-66页
        5.2.2 模型优化第66-67页
    5.3 似然模型第67-70页
        5.3.1 分析第67-68页
        5.3.2 似然模型的提出第68-70页
    5.4 模板更新第70-71页
    5.5 实验结果第71-82页
        5.5.1 总体性能分析第72-73页
        5.5.2 定性分析第73-78页
        5.5.3 定量分析第78-82页
    5.6 本章小结第82-83页
结论第83-86页
参考文献第86-92页
攻读学位期间发表论文与研究成果清单第92-94页
致谢第94页

论文共94页,点击 下载论文
上一篇:车辆综合收费监督管理系统的设计与实现
下一篇:Energy Efficient Routing Analysis Based on Energy Matrix and Convolution Filters in Wireless Sensor Network