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

Struck目标跟踪算法的改进研究

中文摘要第3-5页
Abstract第5-6页
第一章 绪论第9-16页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-13页
    1.3 目标跟踪的难点第13-15页
    1.4 本文主要工作及章节安排第15-16页
第二章 目标跟踪及Struck跟踪算法概述第16-27页
    2.1 目标跟踪方法概述第16-23页
        2.1.1 特征提取第16-18页
        2.1.2 观测模型第18-21页
        2.1.3 运动模型第21-23页
        2.1.4 模型更新第23页
    2.2 Struck跟踪算法概述第23-25页
    2.3 目标跟踪算法性能测试的标准数据库第25-26页
    2.4 本章小结第26-27页
第三章 基于多特征融合的Struck跟踪算法第27-44页
    3.1 几种常用的特征提取方法第27-28页
        3.1.1 Raw特征第27页
        3.1.2 Histogram特征第27-28页
        3.1.3 Haar特征第28页
    3.2 多特征融合第28-29页
    3.3 基于不同特征的Struck跟踪算法仿真实验结果与分析第29-43页
        3.3.1 基于部分单帧跟踪结果的分析第29-38页
        3.3.2 基于success plot的实验结果分析第38-43页
    3.4 本章小结第43-44页
第四章 基于自适应隔帧和多尺寸滑动窗的Struck跟踪算法第44-63页
    4.1 运动模型第44-47页
        4.1.1 滑动窗搜索第44页
        4.1.2 多尺寸滑动窗搜索第44-45页
        4.1.3 隔帧多尺寸滑动窗搜索第45页
        4.1.4 自适应隔帧多尺寸滑动窗搜索第45-47页
    4.2 基于不同运动模型的Struck跟踪算法仿真实验结果与分析第47-61页
        4.2.1 基于部分单帧跟踪结果的分析第47-56页
        4.2.2 基于success plot的实验结果分析第56-61页
    4.3 不同特征提取与运动模型交叉仿真的实验结果与分析第61-62页
    4.4 本章小结第62-63页
第五章 结论和展望第63-65页
    5.1 主要结论第63页
    5.2 研究展望第63-65页
参考文献第65-68页
在学期间的研究成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于机器学习的Android恶意应用检测系统的设计与实现
下一篇:眼底图像中视盘检测相关技术研究