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

均值平移算法在尺度和速度变化的目标跟踪中的应用研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·课题研究目的和意义第7-9页
   ·目标跟踪方法研究现状第9-10页
   ·本文研究内容第10-11页
   ·本文组织结构第11-13页
第二章 均值平移理论第13-24页
   ·引言第13页
   ·无参密度估计第13-15页
     ·参数密度估计第13-14页
     ·无参密度估计第14-15页
   ·均值平移理论第15-20页
     ·核函数的定义及性质第15-17页
     ·均值平移向量第17-19页
     ·均值平移算法的收敛性第19-20页
   ·均值平移方法在目标跟踪领域中的应用第20-23页
     ·目标模型和候选模型的描述第20-22页
     ·相似度测量函数——Bhattacharyya系数第22页
     ·目标定位第22-23页
   ·本章小结第23-24页
第三章 改进的自适应尺度目标跟踪算法第24-36页
   ·引言第24-25页
   ·改进的自适应尺度目标跟踪算法第25-30页
     ·特征选取第25-26页
     ·目标模型的描述第26-27页
     ·候选模型第27-28页
     ·相似度函数第28页
     ·目标定位第28-29页
     ·带宽矩阵更新第29-30页
     ·参数滤波第30页
   ·算法流程第30-31页
   ·实验结果与分析第31-35页
     ·实验结果第31-34页
     ·算法分析第34-35页
   ·本章小结第35-36页
第四章 基于SURF匹配的刚性物体跟踪算法第36-48页
   ·引言第36-37页
   ·基于SURF的特征匹配第37-41页
     ·特征点的检测第37-39页
     ·特征点的描述第39-40页
     ·改进的特征点匹配算法第40-41页
   ·基于SURF匹配的刚性物体跟踪方法第41-43页
     ·算法原理第41-42页
     ·变换参数计算第42-43页
     ·参数滤波第43页
   ·算法流程第43-44页
   ·实验结果和分析第44-47页
     ·实验结果第44-46页
     ·算法分析第46-47页
   ·本章小结第47-48页
第五章 基于改进的目标识别检测的跟踪算法第48-56页
   ·引言第48-49页
   ·基于多分辨率的有监督物体检测算法第49页
   ·基于改进的目标识别检测的跟踪算法第49-50页
   ·基于颜色和梯度方向直方图融合特征的均值平移方法第50-53页
     ·梯度方向直方图第50-51页
     ·目标模型的描述第51-52页
     ·候选模型第52-53页
   ·实验结果和分析第53-54页
   ·本章小结第54-56页
第六章 总结与展望第56-58页
   ·全文工作总结第56-57页
   ·未来工作展望第57-58页
参考文献第58-64页
发表论文和参加科研情况说明第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于空间频率多通道的视觉认知现象的研究
下一篇:基于Web的网上花店系统的设计与实现