基于视觉的运动目标检测与跟踪技术研究-控制科学与工程专业论文.docxVIP

下载本文档

3
0
约5.35万字
约 54页
2019-03-30 发布于上海
举报
版权申诉

基于视觉的运动目标检测与跟踪技术研究-控制科学与工程专业论文.docx

1、本文档共54页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

重庆大学重庆大学硕士学位论文英文摘要 PAGE PAGE IV match tracker and SIFT tracker. ③ In the research of multi-camera coordination object tracking method, Some key technology and problems have studied in this chapter. Especially, object handover algorithm based on object template has made the focus. In this paper, the improved method adopts the many template image to match in next camera. More template image, which reflect the multiple object profile information, improve the matching success rate. The results of the experiment show that the algorithm has high accuracy and simple operation, which based on SURF template model for object handover. Keywords： Object tracking; SURF; Kalman filter; Multi-camera; Object handover 重庆大学硕重庆大学硕士学位论文目录目录中文摘要I 英文摘要 II HYPERLINK \l _bookmark0 1 绪论 1 HYPERLINK \l _bookmark1 1.1 研究背景及意义 1 HYPERLINK \l _bookmark2 1.2 运动目标检测跟踪技术研究现状 2 HYPERLINK \l _bookmark3 1.2.1 目标特征选取 2 HYPERLINK \l _bookmark4 1.2.2 运动目标检测算法 3 HYPERLINK \l _bookmark5 1.2.3 运动目标跟踪算法 5 HYPERLINK \l _bookmark6 1.3 跟踪技术中的难点及性能要求 6 HYPERLINK \l _bookmark7 1.3.1 目标跟踪中的难点 6 HYPERLINK \l _bookmark8 1.3.2 跟踪技术的性能要求 7 HYPERLINK \l _bookmark9 1.4 本文的内容安排 8 HYPERLINK \l _bookmark10 2 基于特征点的目标检测技术 9 HYPERLINK \l _bookmark11 2.1 基于特征点的目标检测技术简述 9 HYPERLINK \l _bookmark12 2.2 Harris 检测算法 10 HYPERLINK \l _bookmark13 2.3 SIFT 特征检测算法 10 HYPERLINK \l _bookmark14 2.3.1 检测尺度空间极值点 11 HYPERLINK \l _bookmark15 2.3.2 精确定位极值点 12 HYPERLINK \l _bookmark16 2.3.3 关键点描述子的生成 12 HYPERLINK \l _bookmark17 2.4 SURF 特征检测算法 14 HYPERLINK \l _bookmark18 2.4.1 构建 Hessian 矩阵 14 HYPERLINK \l _bookmark19 2.4.2 构建尺度空间 15 HYPERLINK \l _bookmark20 2.4.3 精确定位特征点及特征描述子生成 16 HYPERLINK \l _bookmark21 2.5 三种算子性能比较试验 16 HYPERLINK \l _bookmark22 2.6 本章小结 18 HYPERLINK \l _bookmark23 3 基于 SURF 和 Kalman 滤波的目标跟踪 19 HYPERLINK \l _bookmark24 3.1 Kalman 滤波原理及应用 19 HYPERLINK \l _bookmark25 3.1.1 基础 Kalman 滤波 20 HYPERLINK \l _bookmark26 3.1.2 Kalman 滤波器在目标跟踪中的应用 22 HYPERLINK \l _bookmark2