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

视频序列中的运动目标检测与跟踪研究

摘要第1-7页
ABSTRACT第7-13页
1 绪论第13-28页
   ·引言第13-15页
     ·运动目标检测跟踪问题第13页
     ·运动目标检测跟踪技术的应用第13-15页
   ·运动目标检测技术概述第15-22页
     ·运动目标检测的特点第15-16页
     ·运动目标检测算法的分类第16-22页
   ·运动目标跟踪技术概述第22-26页
     ·基于区域的跟踪第22-23页
     ·基于运动估计的跟踪第23页
     ·基于目标模型的跟踪第23-24页
     ·基于目标特征的跟踪第24-25页
     ·基于主动轮廓的跟踪第25页
     ·多线索融合的跟踪第25-26页
   ·本文的研究内容及安排第26-28页
2 相关理论基础第28-48页
   ·MRF 模型第28-38页
     ·邻域系统与基团第28-30页
     ·MRF第30-31页
     ·Gibbs 分布第31-32页
     ·MRF-MAP 框架第32-34页
     ·常用的MRF 模型第34-36页
     ·后验能量函数的优化算法第36-38页
   ·Mean-Shift 算法第38-41页
   ·粒子滤波理论第41-47页
     ·贝叶斯滤波原理第41-43页
     ·粒子滤波(Particle filter)算法第43-45页
     ·粒子退化问题第45-47页
   ·本章小结第47-48页
3 基于MRF 的时-空联合运动目标检测第48-69页
   ·引言第48-49页
   ·Mean-Shift 标记约束的分水岭空域检测第49-59页
     ·相关研究第49-54页
     ·Mean-Shift 标注第54-56页
     ·标注约束分水岭分割第56-59页
   ·基于统计模型的时域检测第59-61页
   ·MRF 时-空联合检测第61-68页
     ·S-TMRF 模型第63页
     ·S-TMRF 的能量函数构造第63-67页
     ·后验能量函数的优化第67-68页
   ·本章小结第68-69页
4 Mean-Shift 自适应运动目标跟踪第69-92页
   ·引言第69-70页
   ·Mean-Shift 在目标跟踪中的应用第70-73页
     ·目标描述和匹配准则第70-71页
     ·Mean-Shift 跟踪第71-72页
     ·算法流程第72-73页
   ·基于边界力的核窗宽更新算法第73-83页
     ·核函数带宽的作用及选择第73-74页
     ·边界似然度的引入第74-76页
     ·边界力的计算第76-77页
     ·算法描述第77页
     ·与固定带宽核函数跟踪的比较第77-78页
     ·对空间尺度变化较快目标的跟踪第78-80页
     ·对非刚性形变目标的跟踪第80-82页
     ·跟踪准确度比较第82-83页
     ·运算复杂度分析第83页
   ·双系数模板更新第83-91页
     ·跟踪状态分析的意义第83-84页
     ·双系数分析第84-87页
     ·算法流程第87页
     ·对目标本身变化的跟踪第87-89页
     ·对遮挡的跟踪第89-91页
   ·本章小结第91-92页
5 嵌入Mean-Shift 的粒子滤波目标跟踪第92-103页
   ·引言第92-93页
   ·粒子滤波器在目标跟踪中的应用第93-96页
     ·目标描述第94页
     ·系统动态模型第94页
     ·系统观测模型第94-95页
     ·目标定位第95页
     ·重采样第95-96页
   ·嵌入Mean-Shift 的粒子滤波跟踪第96-99页
     ·系统动态模型的设计第96-97页
     ·系统观测模型的设计第97-98页
     ·目标定位第98页
     ·Mean-Shift 粒子聚类第98-99页
   ·实验及分析第99-102页
   ·本章小结第102-103页
6 运动目标监控测试平台设计第103-117页
   ·引言第103-104页
   ·系统任务第104-105页
   ·硬件系统平台组成第105-107页
     ·前端处理模块第105-107页
     ·主端PC 机第107页
   ·软件设计方案第107-112页
     ·底层处理第108页
     ·驱动程序第108-110页
     ·应用算法第110-112页
   ·实验第112-115页
     ·算法测试第112-113页
     ·系统测试第113-115页
   ·本章小结第115-117页
7 总结与展望第117-119页
   ·本文创新点第117-118页
   ·未来工作展望第118-119页
致谢第119-120页
参考文献第120-132页
附录第132-134页

论文共134页,点击 下载论文
上一篇:南宋川南墓葬石刻艺术与计算机图像识别应用的研究
下一篇:基于QoS的Web服务发现与组合方法研究