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

基于全局空间约束块匹配的人体识别

摘要第1-5页
Abstract第5-8页
引言第8-10页
1 绪论第10-14页
   ·研究背景和意义第10-12页
   ·研究内容及创新点第12页
   ·全文章节安排第12-14页
2 人体识别方法与识别过程第14-28页
   ·人体识别方法第14-24页
     ·有监督学习的识别方法第14-18页
     ·无监督学习的识别方法第18-24页
   ·人体识别过程第24-27页
     ·人体识别的一般流程第24-25页
     ·人体前景提取第25页
     ·表观特征提取第25-27页
     ·匹配第27页
   ·本章小结第27-28页
3 基于局部匹配的人体识别方法第28-37页
   ·基于w HSV和MSRC的匹配方法第28-30页
     ·对称轴的获取第28-29页
     ·匹配过程第29-30页
   ·基于突出块匹配的方法第30-36页
     ·块块匹配第30-33页
     ·突出权值的计算第33-35页
     ·基于突出权值的块块匹配第35-36页
   ·本章小结第36-37页
4 基于全局与局部匹配相结合的人体识别方法第37-44页
   ·空间约束的定义第39页
   ·空间约束权值的计算第39-41页
   ·局部匹配与全局空间约束的融合第41-43页
   ·本章小结第43-44页
5 实验结果及分析第44-51页
   ·数据库介绍第44页
   ·实验结果及分析第44-50页
     ·参数设置第45页
     ·实验结果分析第45-47页
     ·不同组合的识别率比较第47-50页
   ·本章小结第50-51页
6 人体识别的应用第51-58页
   ·视频跟踪的介绍第51-53页
   ·TLD目标跟踪算法框架第53-55页
   ·人体识别方法与TLD方法的融合第55-56页
   ·实验结果与分析第56-57页
     ·测试数据集说明第56页
     ·实验结果第56-57页
   ·本章小结第57-58页
7 结束语第58-60页
   ·本文工作总结第58-59页
   ·后续研究工作展望第59-60页
参考文献第60-65页
在学研究成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于RGB-D物体识别的深度学习算法研究
下一篇:基于集成的无监督离散化及在数据集相似性度量上的应用