|
|
|
复杂环境下运动人体检测与跟踪算法研究 |
|
论文目录 |
|
摘要 | 第1-6页 | ABSTRACT | 第6-10页 | 第一章 引言 | 第10-16页 | ·选题意义与背景 | 第10-11页 | ·研究现状 | 第11-13页 | ·运动人体检测国内外现状 | 第11-12页 | ·运动人体跟踪国内外现状 | 第12-13页 | ·存在的主要问题 | 第13-14页 | ·论文的主要工作和章节安排 | 第14-16页 | 第二章 运动人体检测与跟踪算法概述 | 第16-23页 | ·运动人体检测算法概述 | 第16-21页 | ·帧差法 | 第16-17页 | ·减背景法 | 第17-19页 | ·光流法 | 第19-20页 | ·基于统计学习的运动人体检测 | 第20-21页 | ·运动人体跟踪算法概述 | 第21-22页 | ·基于预测的跟踪方法 | 第21页 | ·基于特征的跟踪方法 | 第21-22页 | ·基于模型的跟踪方法 | 第22页 | ·本章小结 | 第22-23页 | 第三章 基于 HOG 的运动人体检测算法 | 第23-32页 | ·运动人体检测基本框架和思路 | 第23-24页 | ·梯度方向直方图 HOG 特征 | 第24-27页 | ·HOG 特征简述 | 第24-25页 | ·计算像素梯度 | 第25-26页 | ·统计单元内梯度方向直方图 | 第26页 | ·直方图归一化 | 第26-27页 | ·得到图像 HOG 特征 | 第27页 | ·SVM 分类器 | 第27-29页 | ·基于 HOG 的运动人体检测方法 | 第29-31页 | ·INRIA 行人库 | 第29-30页 | ·基于 HOG 的运动人体检测方法流程 | 第30-31页 | ·本章小结 | 第31-32页 | 第四章 基于 HOG 行人检测算法的改进 | 第32-43页 | ·梯度积分直方图 | 第32-33页 | ·PCA 降维 | 第33-34页 | ·基于多尺度 HOG 检测算法 | 第34-42页 | ·Gentle Adaboost 算法简介 | 第36-37页 | ·分类器训练 | 第37-39页 | ·实验结果及分析 | 第39-42页 | ·本章小结 | 第42-43页 | 第五章 基于多特征的 Mean Shift 运动人体跟踪融合算法 | 第43-57页 | ·纹理特征 | 第43-45页 | ·基本 LBP 算子 | 第44页 | ·旋转不变 LBP | 第44-45页 | ·Kalman 滤波器 | 第45-47页 | ·Kalman 滤波器建模 | 第45-46页 | ·Kalman 滤波器各参数设置 | 第46-47页 | ·Mean Shift 理论及其在跟踪中的应用 | 第47-52页 | ·Mean Shift 搜索法 | 第47-50页 | ·基于 Mean Shift 算法的跟踪过程 | 第50-52页 | ·融合色彩、纹理和运动信息的 Mean Shift 跟踪算法 | 第52-54页 | ·实验结果与分析 | 第54-56页 | ·本章小结 | 第56-57页 | 结论 | 第57-59页 | 参考文献 | 第59-63页 | 致谢 | 第63-64页 | 附录 A(攻读硕士学位期间发表论文目录) | 第64页 | 附录 B | 第64-65页 | 中文摘要 | 第65-68页 | ABSTRACT | 第68-71页 |
|
|
|
|
论文编号BS1976810,这篇论文共71页 会员购买按0.35元/页下载,共需支付24.85元。 直接购买按0.5元/页下载,共需要支付35.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|