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

基于视觉注意机制的运动目标识别算法研究

摘要第1-9页
ABSTRACT第9-10页
第一章 绪论第10-17页
   ·课题背景第10-12页
   ·相关研究现状第12-15页
     ·图像目标识别跟踪研究现状第12-13页
     ·人脑视觉注意机制研究及应用现状第13-15页
   ·课题主要研究思路第15-16页
   ·本文主要工作及内容安排第16-17页
第二章 视觉注意机制第17-30页
   ·视觉注意机制的心理学研究第17-21页
     ·知觉选择与后期选择第17-19页
     ·自下而上与自上而下第19-20页
     ·聚光灯与变焦透镜第20页
     ·注意机制心理学研究评论第20-21页
   ·视觉注意机制的生理学研究第21-25页
     ·视觉感官与视觉通路第21-24页
     ·视觉注意的神经机制第24-25页
   ·视觉注意机制的计算模型第25-29页
     ·Itti模型第25-27页
     ·Reisfeld模型和Lindeberg模型第27-28页
     ·基于对象的视觉注意模型第28页
     ·视觉注意机制计算模型的比较第28-29页
   ·本章小结第29-30页
第三章 均值漂移算法第30-39页
   ·均值漂移算法第30-36页
     ·均值漂移算法第31-32页
     ·基于均值漂移算法的目标跟踪第32-36页
   ·核函数带宽选择第36-38页
   ·本章小结第38-39页
第四章 运动目标快速识别算法—粗看精看第39-51页
   ·基于视觉注意机制的“粗看”第39-43页
     ·兴趣区发现第39-40页
     ·视觉注意机制实现粗看第40-43页
   ·粗看与精看的结合第43-45页
   ·弱目标情况下的修正第45-48页
     ·核密度近似算法第46-47页
     ·目标识别第47-48页
   ·算法的评述第48-50页
   ·本章小结第50-51页
第五章 算法的实现验证第51-62页
   ·实验环境第51页
   ·基于均值漂移的目标识别跟踪第51-52页
   ·注意机制的实现第52-53页
   ·“粗看精看”识别跟踪普通目标第53-56页
     ·算法流程第53-54页
     ·跟踪结果第54-56页
     ·实验结果分析第56页
   ·“粗看精看”识别跟踪弱目标第56-61页
     ·阈值分割与区域覆盖第57-58页
     ·匹配计算第58页
     ·覆盖框微调计算第58-61页
   ·本章小结第61-62页
结束语第62-64页
 1 总结第62页
 2 展望第62-64页
致谢第64-65页
参考文献第65-70页
作者在学期间取得的学术成果第70页

论文共70页,点击 下载论文
上一篇:基于虚拟机的分布式容灾备份技术研究
下一篇:PDF417条码识别方法的研究