文档介绍：猇篨篗篊:琾篢瓺...
签名:勘民老岛签名:高骑民农岛日期:勘惕、占.,独创性声明关于论文使用和授权的说明日期:‰陬果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明本人完全了解西南科技大学有关保留、使用学位论文的规定,即:学校有权保留本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成确的说明并表示了谢意。学位论文的复印件,允许该论文被查阅和借阅;学校可以公布该论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。C艿难宦畚脑诮饷芎笥ψ袷此规定导师
摘要西南科技大学硕士研究生学位论文目前,单摄像头移动对象识别的相关技术已比较成熟,但仍然存在场景切换、目在介绍了目标检测、跟踪的经典算法以及移动对象识别中存在的不足基础上,提出了一种运动模板、物体边缘方向直方图和预估器相结合的跟踪算法,与以小、方向等参数实现了移动目标的准确描述;目标跟踪识别层采用粗集理论和神第标遮挡等问题,多摄像头下的移动对象识别成为一个新的研究热点。多摄像头移动对象识别是指在目标检测、目标跟踪的基础上,对多摄像头信息进行融合分析,以实现目标的精确识别。往算法相比,该算法充分利用了物体的边缘特征,能够准确跟踪视频监控中的移动对象。实验结果表明,该算法在复杂环境下仍具有很好的实时性和鲁棒性。针对移动目标识别环境的特殊性,本文将多视频数据融合技术细化为数据层、目标跟踪层以及决策层等三个层次的信息融合。数据层通过融合多摄像头移动目标的大经网络结合的方法,增强了识别系统的稳定性;决策层通过猄证据理论来融合多个摄像头节点的决策结果,提高了目标识别的准确度。关键词:移动对象识别多视频数据融合目标检测与跟踪粗集神经网络甋证据理论
崦;甌西南科技大学硕士研究生学位论文,,’,;,.瓼簃,...瓸甀瓹’瑆豇瑂瑃;
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯视频监控技术研究现状和发展趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.多视频协同识别技术研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嗔谥〔⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于运动模板的移动目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.勘暝硕脑す兰啤
西南科技大学硕士研究生学位论文第Ⅳ页算法的仿真实现与结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯嗍悠凳萑诤霞际醯难芯坑胧迪帧引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒒.∮⒒.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ぞ堇砺鄣幕靖拍睢数据层融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..莶悴问诤稀引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯粗集理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嬖蛱崛∫⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
西南科技大学硕士研究生学位论文第猄证据理论在多视频目标识别中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯