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

基于运动选择注意的目标跟踪系统的研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
 §1-1 研究背景及意义第9页
 §1-2 相关研究现状第9-12页
  1-2-1 目标跟踪研究现状第9-11页
  1-2-2 视觉注意机制研究现状第11-12页
 §1-3 课题研究思路第12页
 §1-4 本文主要工作及内容安排第12-13页
第二章 视觉注意机制模型及其改进第13-28页
 §2-1 视觉注意机制的生理学研究第13-15页
 §2-2 Itti 视觉注意计算模型第15-22页
  2-2-1 初级视觉特征提取第16-18页
  2-2-2 特征图生成第18页
  2-2-3 显著图生成第18-19页
  2-2-4 注意焦点的转移第19-20页
  2-2-5 仿真实验第20-22页
 §2-3 Itti 视觉注意模型的改进第22-27页
  2-3-1 加入运动特征第22-26页
  2-3-2 引入权值系数第26-27页
 §2-4 本章小结第27-28页
第三章 基于 Mean-Shift 的目标跟踪算法第28-38页
 §3-1 Mean-Shift 理论第28-32页
  3-1-1 基本的 Mean-Shift 向量第28-29页
  3-1-2 扩展的 Mean-Shift 向量第29-31页
  3-1-3 Mean-Shift 向量的物理意义第31页
  3-1-4 Mean-Shift 算法步骤第31-32页
 §3-2 目标跟踪中的 Mean-Shift 算法第32-36页
  3-2-1 目标模型的表示第33-34页
  3-2-2 候选模型的表示第34页
  3-2-3 相似性判断第34页
  3-2-4 目标位置的确定第34-36页
 §3-3 实验结果分析第36-37页
 §3-4 本章小结第37-38页
第四章 Itti 模型与 Mean-Shift 算法结合第38-47页
 §4-1 引言第38页
 §4-2 算法实现流程第38-39页
 §4-3 sift 特征匹配算法第39-42页
  4-3-1 极值点检测第40页
  4-3-2 特征点精确定位第40-42页
  4-3-3 特征点匹配第42页
 §4-4 实验过程与结果分析第42-46页
 §4-5 本章小结第46-47页
第五章 总结与展望第47-48页
 §5-1 总结第47页
 §5-2 展望第47-48页
参考文献第48-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于视觉感知模型的图像检索算法研究
下一篇:法律语言学家作为专家证人在我国司法活动中的价值