首页> 中文学位 >基于无人机视觉的特征融合人体检测跟踪技术研究
【6h】

基于无人机视觉的特征融合人体检测跟踪技术研究

代理获取

目录

第一个书签之前

摘 要

Abstract

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 本文章节安排

第二章 无人机视觉系统关键技术

2.1 飞行平台系统概述

2.2 机载视觉系统介绍

2.3 无人机跟踪系统原理

2.4 本章小结

第三章 基于HOG特征的人体检测算法研究

3.1 构建图像样本库

3.2 HOG特征提取

3.2.1 归一化图像

3.2.2 获取图像梯度信息

3.2.3 计算cell单元内梯度直方图

3.2.4 块内归一化梯度直方图

3.2.5 获取HOG特征

3.3 分类器训练

3.3.1 基于SVM支持向量机的分类器

3.3.2 SVM支持向量机的数学原理

3.4 基于HOG特征和SVM分类器的人体检测

3.4.1 分类器的训练及人体检测方法

3.4.2 实验结果分析

3.5 本章小结

第四章 改进的人体检测算法

4.1 LDA算法

4.1.1 LDA算法原理

4.1.2 LDA降维步骤

4.2 改进的HOG特征提取算法

4.2.1 原始的HOG特征提取分析

4.2.2 改进的HOG特征提取方法

4.3 LBP特征

4.3.1 基本LBP特征算子

4.3.2 扩展LBP特征算子

4.3.3 LBP特征的旋转不变模式

4.3.4 LBP特征等价模式

4.3.5 LBP特征提取

4.3.6 实验结果分析

4.4 基于融合特征的人体检测算法

4.4.1 HOG+LBP特征融合

4.4.2 改进的检测流程

4.5 实验结果分析

4.5.1 相关特征算子的检测实验

4.5.2 实验结果分析

4.6 本章小结

第五章 基于Camshift与EKF的人体跟踪算法研究

5.1 Camshift跟踪算法

5.1.1 Meanshift算法概述

5.1.2 Meanshift算法应用

5.1.3 Camshift算法原理

5.2 EKF算法

5.2.1 Kalman滤波概述

5.2.2 EKF预测更新过程

5.3 Camshift与EKF组合跟踪算法

5.4 实验结果分析

5.5 本章小结

第六章 综合实验结果与分析

6.1 特征融合的人体检测跟踪系统

6.2 实验结果与分析

6.3 本章小结

第七章 总结与展望

7.1 本文研究工作总结

7.2 未来研究工作展望

参考文献

攻读学位期间取得的研究成果

致 谢

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号