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

基于水平集方法的目标跟踪算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究背景及意义第14-15页
    1.2 研究现状和研究进展第15-17页
    1.3 论文的主要研究内容及章节安排第17-20页
第二章 水平集方法概述第20-34页
    2.1 引言第20页
    2.2 基于水平集方法的分割算法第20-26页
        2.2.1 水平集分割方法的发展第20页
        2.2.2 水平集分割方法的理论基础第20-23页
        2.2.3 Chan-Vese模型第23-26页
    2.3 基于水平集方法的目标跟踪算法第26-32页
        2.3.1 基于水平集方法的目标跟踪算法主要思路第26-28页
        2.3.2 基于水平集方法的目标跟踪算法的研究现状第28-32页
    2.4 本章小结第32-34页
第三章 基于粒子滤波的水平集目标跟踪算法第34-58页
    3.1 引言第34页
    3.2 粒子滤波理论第34-38页
        3.2.1 贝叶斯滤波理论第34-36页
        3.2.2 粒子滤波第36-38页
    3.3 基于粒子滤波方法的水平集跟踪算法第38-41页
        3.3.1 水平集方法分割第38-39页
        3.3.2 颜色直方图相似度和运动信息第39-41页
        3.3.3 粒子权重第41页
    3.4 基于形状约束粒子滤波方法的水平集跟踪算法第41-44页
    3.5 实验结果及分析第44-56页
    3.6 本章小结第56-58页
第四章 基于高斯混合模型的水平集目标跟踪算法第58-70页
    4.1 引言第58页
    4.2 高斯混合模型第58-61页
    4.3 基于高斯混合模型的水平集跟踪算法第61-64页
        4.3.1 基于高斯混合模型的水平集目标跟踪算法理论基础第61-63页
        4.3.2 改进的基于高斯混合模型的水平集目标跟踪算法第63-64页
    4.4 实验结果及分析第64-68页
    4.5 本章小结第68-70页
第五章 结论与展望第70-72页
    5.1 研究结论第70页
    5.2 研究展望第70-72页
致谢第72-74页
参考文献第74-78页
作者简介第78-79页

论文共79页,点击 下载论文
上一篇:MUSIC算法及其并行实现
下一篇:基于协方差矩阵稀疏重构的DOA估计算法