基于核的跟踪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-10页 |
| ·在智能人机交互中的应用 | 第8-9页 |
| ·在医疗诊断中的应用 | 第9页 |
| ·在智能机器人中的应用 | 第9-10页 |
| ·在视频监控中的应用 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·目标跟踪综述 | 第11-14页 |
| ·目标跟踪思想 | 第11-12页 |
| ·目标跟踪算法的要求与难度 | 第12-14页 |
| ·跟踪算法的分类 | 第14页 |
| ·常见跟踪算法简介 | 第14-17页 |
| ·基于滤波理论的跟踪算法 | 第14-15页 |
| ·基于核的跟踪方法 | 第15-16页 |
| ·基于偏微分方程的跟踪方法 | 第16-17页 |
| ·论文的主要工作及内容的安排 | 第17-18页 |
| 第二章 基于核的跟踪 | 第18-36页 |
| ·概率密度估计 | 第18-21页 |
| ·非参数概率密度估计 | 第18-20页 |
| ·核概率密度估计 | 第20-21页 |
| ·Mean Shift理论 | 第21-26页 |
| ·Mean Shift算法思想 | 第22页 |
| ·Mean Shift迭代 | 第22-24页 |
| ·Mean Shift理论的应用 | 第24-26页 |
| ·基于核函数的跟踪算法 | 第26-35页 |
| ·目标的表示 | 第26-27页 |
| ·基于相似度函数的度量 | 第27-28页 |
| ·目标定位 | 第28-29页 |
| ·核跟踪算法过程 | 第29-30页 |
| ·仿真与分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于颜色纹理联合直方图的核跟踪 | 第36-48页 |
| ·目标特征表示方法 | 第36-40页 |
| ·颜色特征 | 第36-37页 |
| ·边缘特征 | 第37-38页 |
| ·光流特征 | 第38-39页 |
| ·纹理特征 | 第39-40页 |
| ·局部二值模式 | 第40-43页 |
| ·基本LBP | 第40-41页 |
| ·扩展LBP | 第41-42页 |
| ·统一LBP | 第42-43页 |
| ·基于颜色纹理联合直方图的核跟踪算法 | 第43-47页 |
| ·颜色纹理联合直方图 | 第43-44页 |
| ·基于颜色纹理联合直方图核跟踪算法过程 | 第44-45页 |
| ·仿真结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于背景加权的核跟踪 | 第48-63页 |
| ·背景抑制方法 | 第48-52页 |
| ·背景差分法 | 第48-50页 |
| ·帧间差分法 | 第50-52页 |
| ·光流法 | 第52页 |
| ·传统的背景加权直方图 | 第52-56页 |
| ·仿真结果 | 第54-56页 |
| ·正确的背景加权直方图 | 第56-58页 |
| ·传统背景加权法效率的证明 | 第56-57页 |
| ·正确的背景加权方法 | 第57-58页 |
| ·基于目标背景加权的核跟踪算法 | 第58-62页 |
| ·算法过程 | 第58-59页 |
| ·仿真结果 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·展望未来 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 致谢 | 第69页 |
