视频跟踪中Mean-Shift算法的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·目标跟踪技术 | 第8-10页 |
| ·视频跟踪技术的困难因素 | 第10-11页 |
| ·视频运动检测技术 | 第11页 |
| ·论文内容安排 | 第11-13页 |
| 2 Mean-Shift算法原理 | 第13-25页 |
| ·非参数密度估计 | 第13-14页 |
| ·非参数概率密度估计的设计思路 | 第13-14页 |
| ·Parzen窗口估计 | 第14页 |
| ·Mean-Shift算法 | 第14-18页 |
| ·基本的Mean-Shift向量 | 第14-15页 |
| ·扩展的Mean-Shi-向量 | 第15-16页 |
| ·概率密度与梯度 | 第16-17页 |
| ·Mean-Shift算法流程 | 第17-18页 |
| ·目标跟踪中的Mean-Shift算法 | 第18-24页 |
| ·巴氏距离 | 第18页 |
| ·模型的表示 | 第18-22页 |
| ·算法跟踪实验 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 对于快速移动目标的跟踪 | 第25-33页 |
| ·卡尔曼滤波算法 | 第26-27页 |
| ·卡尔曼滤波器建模 | 第27-28页 |
| ·卡尔曼滤波器的研究与扩展 | 第28-32页 |
| ·卡尔曼预测点的扩展 | 第28-30页 |
| ·卡尔曼滤波器模型的扩展 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 Mean-Shift算法的研究 | 第33-49页 |
| ·目标模板的更新 | 第33-35页 |
| ·模板整体更新算法 | 第33-34页 |
| ·本文的模板更新算法 | 第34页 |
| ·模板更新算法实验 | 第34-35页 |
| ·抗背景干扰的研究 | 第35-38页 |
| ·背景干扰问题的产生 | 第35-36页 |
| ·背景干扰问题的解决方案 | 第36-37页 |
| ·抗背景干扰的Mean-Shift算法实验 | 第37-38页 |
| ·遮挡问题的处理 | 第38-45页 |
| ·遮挡问题的产生 | 第38-39页 |
| ·遮挡问题的解决方法 | 第39-44页 |
| ·抗遮挡跟踪算法实验 | 第44-45页 |
| ·Mean-Shift算法的综合改进 | 第45-48页 |
| ·综合改进的Mean-Shift算法 | 第45-46页 |
| ·综合改进的Mean-Shift算法实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 视频运动检测技术 | 第49-61页 |
| ·帧间差分法 | 第49-52页 |
| ·帧间差分 | 第49-51页 |
| ·三帧差分 | 第51-52页 |
| ·背景差法 | 第52-55页 |
| ·算法介绍 | 第52-54页 |
| ·算法实验 | 第54-55页 |
| ·目标检测及跟踪软件 | 第55-60页 |
| ·软件分析与设计 | 第56-57页 |
| ·程序设计 | 第57-58页 |
| ·软件调试及结果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-67页 |
