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

复杂背景下的目标检测和跟踪

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
第一章 绪论第15-24页
    1.1 研究背景和意义第15页
    1.2 国内外研究现状第15-22页
        1.2.1 运动目标检测第15-19页
        1.2.2 运动目标跟踪第19-22页
    1.3 研究内容与组织结构第22-24页
        1.3.1 研究内容第22-23页
        1.3.2 组织结构第23-24页
第二章 运动目标检测和跟踪算法原理分析第24-34页
    2.1 引言第24页
    2.2 运动目标检测算法分析第24-28页
        2.2.1 帧差法第24-25页
        2.2.2 光流法第25-26页
        2.2.3 背景差分法第26-28页
    2.3 运动目标跟踪算法分析第28-32页
        2.3.1 目标跟踪算法参考模型第29-30页
        2.3.2 目标跟踪算法分类第30-32页
    2.4 本章小结第32-34页
第三章 随机图像选取与自适应背景更新的目标检测算法第34-42页
    3.1 引言第34页
    3.2 随机图像选取与自适应背景更新算法第34-37页
        3.2.1 变化标记矩阵第35页
        3.2.2 背景构造与自适应更新第35-36页
        3.2.3 运动物体检测与分割第36-37页
    3.3 实验结果与分析第37-41页
        3.3.1 实验结果分析第37-40页
        3.3.2 实验结果评价第40-41页
    3.4 本章小结第41-42页
第四章 颜色与纹理特征自适应融合的粒子滤波跟踪第42-59页
    4.1 引言第42页
    4.2 粒子滤波算法基础第42-45页
        4.2.1 蒙特卡洛随机模拟方法第42-43页
        4.2.2 贝叶斯重要性采样第43-44页
        4.2.3 序列重要性采样第44页
        4.2.4 粒子退化和贫化第44-45页
    4.3 基于多特征自适应融合的粒子滤波第45-58页
        4.3.1 状态转移模型第46页
        4.3.2 目标观测模型第46-50页
        4.3.3 目标模板更新第50-51页
        4.3.4 算法具体步骤第51-53页
        4.3.5 实验结果与分析第53-58页
    4.4 本章小结第58-59页
第五章 总结与展望第59-61页
    5.1 论文总结第59页
    5.2 论文展望第59-61页
参考文献第61-66页
攻读硕士学位期间的学术活动及成果情况第66-67页

论文共67页,点击 下载论文
上一篇:云中多媒体应用的资源优化调度研究
下一篇:信任评估理论在商品评价信息可信度判定中的应用