文档介绍：武汉理工大学本科生毕业设计(论文)局部CamShift跟踪算法学院(系):理学院专业班级:信计0703学生姓名:刘毅指导教师:楚杨杰学位论文原创性声明本人郑重声明:所呈交论文是本人在导师指导下独立进行研究所取得研究成果。除了文中特别加以标注引用内容外,本论文不包括任何其他个人或集体已经发表或撰写成果作品。本人完全意识到本声明法律后果由本人承担。作者签名:手写签名年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保障、使用学位论文规定,同意学校保留并向有关学位论文管理部门或机构送交论文复印件与电子版,允许论文被查阅与借阅。本人授权省级优秀学士论文评选机构将本学位论文全部或部分内容编入有关数据进行检索,可以采用影印、缩印或扫描等复制手段保存与汇编本学位论文。本学位论文属于1、保密囗,在年解密后适用本授权书2、不保密囗。(请在以上相应方框内打“√”)作者签名:年月日导师签名:年月日毕业设计(论文)任务书学生姓名:刘毅专业班级:信息与计算科学0703班指导教师:楚杨杰工作单位:武汉理工大学理学院设计(论文)题目:跟踪算法研究设计(论文)主要内容:该论文在国内外现有跟踪算法研究基础之上,深入讨论目前主流跟踪算法Mean-Shift跟踪算法,并且讨论Mean-shift本质原理以及应用到目标跟踪应用方法,并同时讨论了Mean-shift算法改进算法Camshift。在编程剖析算法跟踪优缺点以后,提出自己创建算法:局部Camshift算法,最后,应用大量实践视频来做跟踪,剖析跟踪效果。要求完成主要任务:1、查阅不少于15篇相关资料,其中英文文献不少于5篇,完成开题报告;2、深入理解Mean-shift算法原理机制,了解Mean-shift算法本质;3、理解Mean-shift算法用作跟踪原理,并且掌握Camshift跟踪算法最后再加以改进;4、完成不少于20000英文(5000汉字)英文文献翻译;5、:[1],"TheEstimationoftheGradientofaDensityFunction,withApplicationsinPatternRecognition"IEEETransrmationTheory,,-40,1975.[2],“MeanShift:ARobustApproachTowardFeatureSpaceAnalysis,”,,,-619,May2002.[3]Daniciu,,"Real-TimeTrackingofNon-RigidObjectsUsingMeanShift"ProcEighthInt'puterVision,vol,21,-337,1996[4],"ponentofaPerceptualUserInterface,",-219,:系主任签名:院长签名(章)武汉理工大学本科学生毕业设计(论文)开题报告1、目及意义(含国内外研究现状剖析)实时跟踪算法一直在很多计算机视觉领域里是个难题,例如在监控系统,感知用户界面,基于目标视频压缩算法,汽车驾驶辅助系统等等尖端领域里,都是一个没有被解决难题。传统视觉跟踪器可以分为两大派别,一种是目标建模以及定位,是处理目标现状与变化一种由下至上过程。另一种滤波与数据关联度是一个处理目标动态变化,先验学****由上至下过程。当噪声向量是属于高斯分布,最好方法是用卡尔曼滤波法但是,从本论文研究现状讨论中,可以知道卡尔曼滤波是一种把大多数情况进行理想化粗糙办法,实用性并不强。论文中罗列了一系列方法都是国内外目前比较先进办法。但是这些方法,都是属于上面两大派别其中一种,无一例外。2、基本内容与技术方案本文在目前国内外做跟踪算法研究基础之上,介绍了国内外跟踪算法研究现状,并且详细地讨论了国内外跟踪算法领域里十分有名算法:Mean-shift算法。在第二章节中,本文详细讨论了Mean-shift算法原理,深入剖析了该算法本质与证明了它基本特征,得出了Mean-shift算法迭代过程是个逐步递增迭代过程,并且只会收敛到函数极大值。在剖析了该方法之后,介绍了该方法在计算机视觉领域应用之一:目标跟踪。在实践了Mean-shift做目标函数跟踪之后,通过实例来剖析该算法用作跟踪优点与缺点,并且在保证该算法优点同时,也改进了该算法缺点,从而介绍了一种比较普遍改进算法:Ca