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

基于超像素与特征点的稳健性目标跟踪方法研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
第一章 绪论第14-20页
    1.1 研究背景及意义第14-15页
    1.2 研究现状第15-18页
        1.2.1 生成模型方法第16页
        1.2.2 判别模型方法第16-17页
        1.2.3 基于区域的方法第17-18页
    1.3 主要研究内容及工作第18-19页
    1.4 论文结构安排第19-20页
第二章 相关技术背景第20-32页
    2.1 超像素概述第20-25页
        2.1.1 超像素评价标准第20页
        2.1.2 基于图论的方法第20-23页
        2.1.3 基于梯度下降的方法第23-25页
    2.2 图像特征概述第25-31页
        2.2.1 颜色特征第26页
        2.2.2 纹理特征第26-27页
        2.2.3 角点特征第27-30页
        2.2.4 边缘特征第30-31页
    2.3 本章小结第31-32页
第三章 基于超像素与特征点跟踪方法研究第32-43页
    3.1 超像素特征的描述第32-33页
        3.1.1 常用的超像素特征描述方法第32页
        3.1.2 改进的超像素特征描述方法第32-33页
    3.2 关键点追踪第33-34页
    3.3 投票过程第34-35页
    3.4 OTSP-KP目标跟踪方法第35-42页
        3.4.1 特征表示第36-37页
        3.4.2 初始阶段第37页
        3.4.3 跟踪阶段第37-41页
        3.4.4 更新阶段第41-42页
    3.5 本章小结第42-43页
第四章 基于OTSP-KP的车辆轨迹检测方法研究第43-50页
    4.1 车辆轨迹检测概述第43页
    4.2 车辆检测与车辆特征提取第43-45页
        4.2.1 车辆检测第43-45页
        4.2.2 车辆特征提取第45页
    4.3 车辆轨迹检测与分析方法第45-49页
        4.3.1 道路信息图构建第47-48页
        4.3.2 车辆特征匹配第48页
        4.3.3 道路信息图更新第48页
        4.3.4 车辆轨迹分析第48-49页
    4.4 本章小结第49-50页
第五章 实验分析第50-61页
    5.1 目标跟踪评估方法第50-51页
        5.1.1 精度图第50页
        5.1.2 成功率图第50-51页
    5.2 OTSP-KP目标跟踪方法实验分析第51-58页
        5.2.1 实验细节与参数第51-52页
        5.2.2 定量分析第52-55页
        5.2.3 定性分析第55-57页
        5.2.4 时间复杂度分析第57-58页
    5.3 车辆轨迹检测实验分析第58-60页
        5.3.1 实验细节与参数第58-59页
        5.3.2 实验分析第59-60页
    5.4 本章小结第60-61页
第六章 总结与展望第61-63页
    6.1 总结第61页
    6.2 展望第61-63页
参考文献第63-68页
攻读硕士学位期间的学术活动及成果情况第68-69页

论文共69页,点击 下载论文
上一篇:基于随机森林的文本分类并行化研究
下一篇:基于RFID的医疗耗材管理系统研究与实现