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

基于核的变尺度视频目标跟踪算法研究

摘要第1-6页
Abstract第6-9页
目录第9-13页
第一章 绪论第13-23页
   ·课题背景及研究意义第13-14页
   ·国内外研究现状第14-15页
   ·视频跟踪算法概述第15-20页
   ·本论文的创新点及章节安排第20-23页
     ·论文的创新点第20-21页
     ·论文章节安排第21-23页
第二章 基于核的视频目标跟踪与尺度自适应第23-36页
   ·引言第23-25页
   ·基于核的视频跟踪算法原理第25-30页
     ·一般性的mean shift 定义及其迭代算法第25-28页
     ·基于巴氏系数相似性度量的目标跟踪原理第28-30页
   ·基于核的视频跟踪实现方法第30-32页
   ·基于核的视频跟踪算法尺度自适应第32-34页
   ·基于核的视频跟踪算法中的关键问题第34-35页
   ·本章小结第35-36页
第三章 基于核及尺度不变特征的目标跟踪算法第36-64页
   ·引言第36-38页
   ·目标的尺度空间特征第38-48页
     ·高斯尺度空间第39-41页
     ·尺度空间特征选择第41-42页
     ·尺度不变特征(SIFT)第42-48页
       ·SIFT 特征的检测与构造第42-44页
       ·SIFT 特征的匹配第44-48页
   ·基于核及尺度不变特征的跟踪算法第48-54页
     ·运动模型约束条件下的SIFT 特征匹配第48-50页
     ·局部SIFT 特征检测域的更新第50-51页
     ·基于核及尺度不变特征的跟踪算法实现第51-54页
   ·试验结果及分析第54-61页
   ·算法性能的量化比较第61-63页
   ·本章小结第63-64页
第四章 基于空间变分辨率模型的目标跟踪算法第64-85页
   ·引言第64-66页
   ·空间变分辨率模型第66-73页
     ·人眼的变分辨率成像机制第66-67页
     ·基于对数极坐标变换的空间变分辨率模型第67-73页
       ·对数极坐标变换的定义第67-69页
       ·离散化的对数极坐标变换第69-71页
       ·目标的空间变分辨率模型第71-73页
   ·基于核及空间变分辨率模型的目标跟踪算法第73-77页
     ·算法实现原理第74页
     ·算法实现步骤第74-75页
     ·算法描述第75-77页
   ·试验结果及分析第77-83页
     ·尺度与角度持续变化目标的跟踪结果第77-80页
     ·尺度变化的仿真目标的跟踪结果第80-82页
     ·算法性能的量化比较第82-83页
   ·本章小结第83-85页
第五章 基于核及特征模型自适应的目标跟踪算法第85-119页
   ·引言第85-88页
     ·视频跟踪的模板自适应第85-86页
     ·KBT的跟踪模板自适应第86-87页
     ·KBT的两种模板自适应方案第87-88页
   ·基于CAMSHIFT的目标跟踪算法第88-94页
     ·颜色特征空间第88-90页
     ·基于直方图后向投影的概率分布图第90-91页
     ·CAMSHIFT跟踪算法第91-94页
   ·基于核及目标连续自适应分布的跟踪算法第94-103页
     ·算法原理第94-96页
     ·算法实现第96-99页
     ·试验结果及分析第99-103页
   ·基于核及自适应分布图像推理机制的目标跟踪算法第103-117页
     ·基于目标概率分布图像的推理式尺度更新第103-105页
       ·概率分布图像中目标跟踪区域的灰度均值第103-104页
       ·尺度更新推理准则第104-105页
     ·算法实现第105-107页
     ·试验结果及分析第107-117页
   ·本章小结第117-119页
第六章 基于核及双模型概率切换的视频目标跟踪算法第119-141页
   ·引言第119-121页
   ·多模型滤波算法框架第121-126页
     ·一般滤波算法的框架第121-123页
     ·面向视频跟踪的目标运动模型第123-124页
     ·多模滤波框架下的模型切换第124-126页
   ·基于核及双模型切换的目标跟踪算法第126-128页
   ·试验结果及分析第128-137页
   ·算法性能的量化比较第137-139页
   ·本章小结第139-141页
第七章 总结与展望第141-145页
   ·工作总结第141-143页
   ·研究展望第143-145页
参考文献第145-160页
致谢第160-161页
攻读博士学位期间发表和完成的学术论文第161页
攻读博士学位期间参与的科研项目第161-162页
攻读博士学位期间申请的国家发明专利第162页
攻读博士学位期间获得的奖励第162-164页

论文共164页,点击 下载论文
上一篇:广义近邻模式分类研究
下一篇:基于能量最小化图割的图像与视频目标精确分割研究