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

基于视觉系统的智能目标跟踪算法研究

摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第13-22页
    1.1 引言第13-14页
    1.2 目标跟踪算法的研究背景与意义第14-15页
    1.3 目标跟踪算法的国内外研究现状第15-19页
    1.4 目标跟踪算法存在的难点与挑战第19-20页
    1.5 本文的研究内容及章节安排第20-22页
第2章 目标跟踪的先备知识第22-29页
    2.1 引言第22页
    2.2 目标跟踪的基本原理和关键技术-第22-27页
        2.2.1 目标跟踪的基本原理第22页
        2.2.2 目标跟踪的外观建模第22-24页
        2.2.3 目标跟踪的搜索策略第24-26页
        2.2.4 目标跟踪的模板更新第26-27页
    2.3 目标跟踪算法性能评价指标第27-28页
    2.4 本章小结第28-29页
第3章 基于超像素的在线分类目标跟踪算法第29-65页
    3.1 引言第29-30页
    3.2 相关研究第30-32页
        3.2.1 基于部件的跟踪算法第30-31页
        3.2.2 基于分类的跟踪算法第31页
        3.2.3 基于超像素跟踪算法第31-32页
    3.3 基于超像素的在线分类目标跟踪算法第32-44页
        3.3.1 超像素分割和特征提取第32-34页
        3.3.2 随机森林分类模型第34-35页
        3.3.3 置信图跟踪和模型更新第35-41页
        3.3.4 保护机制第41-42页
        3.3.5 边界提取第42-44页
    3.4 算法演化第44-46页
        3.4.1 特征分析第44-45页
        3.4.2 训练样本重检策略第45页
        3.4.3 动态管理训练集和模型更新策略第45-46页
    3.5 实验与分析第46-60页
        3.5.1 基于12个已发表的跟踪序列的算法性能比较第47-59页
        3.5.2 基于OTB-50的算法性能分析第59页
        3.5.3 基于目标边界跟踪的视频分割第59-60页
    3.6 算法探讨第60-63页
        3.6.1 遮挡情形处理探讨第60-61页
        3.6.2 MeanShift置信图跟踪探讨第61-62页
        3.6.3 随机森林的自适应参数探讨第62-63页
    3.7 本章小结第63-65页
第4章 基于局部敏感直方图的压缩感知跟踪第65-93页
    4.1 引言第65-67页
    4.2 相关研究第67-73页
        4.2.1 压缩感知跟踪算法第67-70页
        4.2.2 局部敏感直方图特征第70-71页
        4.2.3 颜色属性跟踪第71-73页
    4.3 基于局部直方图的压缩感知跟踪算法第73-77页
        4.3.1 联合局部敏感直方图和目标预测位置的压缩跟踪第73-74页
        4.3.2 结合目标预测位置的判别函数第74-76页
        4.3.3 模型参数的非线性更新策略第76-77页
        4.3.4 在线目标轨迹调整策略第77页
    4.4 实验结果与分析第77-92页
        4.4.1 实验步骤第77-80页
        4.4.2 定量分析第80-85页
        4.4.3 定性分析第85-89页
        4.4.4 ALSHCT算法分析第89-92页
    4.5 本章小结第92-93页
第5章 基于关键点和复杂单元的自适应目标协作建模跟踪算法第93-118页
    5.1 引言第93-96页
    5.2 相关研究第96-97页
        5.2.1 基于部件的目标跟踪算法第96页
        5.2.2 基于特征点的目标跟踪算法第96-97页
    5.3 鲁棒的自适应融合协作跟踪算法第97-103页
        5.3.1 基于关键点的粗略跟踪第97-99页
        5.3.2 基于复杂单元的精确跟踪第99-103页
    5.4 模型更新第103-105页
        5.4.1 单元格匹配第103-104页
        5.4.2 学习率度量第104页
        5.4.3 模板更新第104-105页
    5.5 实验结果与分析第105-117页
        5.5.1 数据集第105页
        5.5.2 参数设置第105-106页
        5.5.3 评估指标第106页
        5.5.4 实验分析第106-108页
        5.5.5 实验评估第108-117页
    5.6 本章小结第117-118页
第6章 总结和展望第118-121页
    6.1 研究工作总结第118-119页
    6.2 未来工作展望第119-121页
参考文献第121-133页
致谢第133-135页
攻读学位期间参加的科研项目和成果第135-137页

论文共137页,点击 下载论文
上一篇:压缩感知理论研究及其应用
下一篇:气-液-固三相磨粒流加工方法及微气泡增强效应研究