資源描述：
《camshift_目標(biāo)跟蹤算法畢業(yè)設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、武漢理工大學(xué)畢業(yè)設(shè)計(jì)(論文)武漢理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文）局部CamShift跟蹤算法學(xué)院（系）：理學(xué)院專業(yè)班級：信計(jì)0703學(xué)生姓名：劉毅指導(dǎo)教師：楚楊杰武漢理工大學(xué)畢業(yè)設(shè)計(jì)(論文)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包括任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保障、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向有關(guān)學(xué)位論文
2、管理部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)省級優(yōu)秀學(xué)士論文評選機(jī)構(gòu)將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密囗，在年解密后適用本授權(quán)書2、不保密囗。（請?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”）作者簽名：年月日導(dǎo)師簽名：年月日武漢理工大學(xué)畢業(yè)設(shè)計(jì)(論文)畢業(yè)設(shè)計(jì)(論文)任務(wù)書學(xué)生姓名：劉毅專業(yè)班級：信息與計(jì)算科學(xué)0703班指導(dǎo)教師：楚楊杰工作單位：武漢理工大學(xué)理學(xué)院設(shè)計(jì)(論文)題目：跟蹤算法的研究設(shè)計(jì)（論文）主要內(nèi)容：該論文在國內(nèi)外現(xiàn)
3、有的跟蹤算法研究基礎(chǔ)之上，深入討論目前的主流跟蹤算法Mean-Shift跟蹤算法，并且討論Mean-shift的本質(zhì)原理以及應(yīng)用到目標(biāo)跟蹤的應(yīng)用方法，并同時(shí)討論了Mean-shift算法的改進(jìn)算法Camshift。在編程分析算法的跟蹤優(yōu)缺點(diǎn)以后，提出自己創(chuàng)建的算法：局部Camshift算法，最后，應(yīng)用大量實(shí)踐視頻來做跟蹤，分析跟蹤效果。要求完成的主要任務(wù):1、查閱不少于15篇的相關(guān)資料，其中英文文獻(xiàn)不少于5篇，完成開題報(bào)告；2、深入理解Mean-shift算法原理機(jī)制，了解Mean-shift的算法本質(zhì)；3、理解Mean-shif
4、t算法用作跟蹤的原理，并且掌握Camshift跟蹤算法最后再加以改進(jìn)；4、完成不少于20000英文(5000漢字)的英文文獻(xiàn)翻譯；5、完成不少于12000字的畢業(yè)設(shè)計(jì)論文.必讀參考資料：[1]K.FukunagaandL.D.Hostetler,"TheEstimationoftheGradientofaDensityFunction,withApplicationsinPatternRecognition"IEEETrans.InformationTheory,vol.21,pp.32-40,1975.[2]D.Comanici
5、uandP.Meer,“MeanShift:ARobustApproachTowardFeatureSpaceAnalysis,”IEEETrans.PatternAnalysisandMachineIntelligence,vol.24,no.5,pp.603-619,May2002.[3]D.Comaniciu,V.Ramesh,andP.Meer"Real-TimeTrackingofNon-RigidObjectsUsingMeanShift"ProcEighthInt'lConf.ComputerVision,vol,2
6、1,pp.331-337,1996[4]G.R.Bradski,"ComputerVisionFaceTrackingasaComponentofaPerceptualUserInterface,"Proc.IEEEWorkshopApplicationsofComputerVision,pp.214-219,Oct.1998武漢理工大學(xué)畢業(yè)設(shè)計(jì)(論文)指導(dǎo)教師簽名：系主任簽名：院長簽名(章)武漢理工大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文）開題報(bào)告1、目的及意義（含國內(nèi)外的研究現(xiàn)狀分析）實(shí)時(shí)跟蹤算法一直在很多計(jì)算機(jī)視覺領(lǐng)域里是個(gè)難題，例如在監(jiān)
7、控系統(tǒng)，感知用戶界面，基于目標(biāo)的視頻壓縮算法，汽車駕駛輔助系統(tǒng)等等尖端領(lǐng)域里，都是一個(gè)沒有被解決的難題。傳統(tǒng)的視覺跟蹤器可以分為兩大派別，一種是目標(biāo)的建模以及定位，是處理目標(biāo)的現(xiàn)狀和變化一種由下至上的過程。另一種濾波和數(shù)據(jù)關(guān)聯(lián)度是一個(gè)處理目標(biāo)動(dòng)態(tài)變化，先驗(yàn)學(xué)習(xí)的由上至下的過程。當(dāng)噪聲向量是屬于高斯分布，最好的方法是用卡爾曼濾波法但是，從本論文的研究現(xiàn)狀的討論中，可以知道卡爾曼濾波是一種把大多數(shù)情況進(jìn)行理想化的粗糙辦法，實(shí)用性并不強(qiáng)。論文中羅列了一系列方法都是國內(nèi)外目前比較先進(jìn)的辦法。但是這些方法，都是屬于上面兩大派別的其中一種，無
8、一例外。2、基本內(nèi)容和技術(shù)方案本文在目前國內(nèi)外做跟蹤算法的研究基礎(chǔ)之上，介紹了國內(nèi)外的跟蹤算法研究現(xiàn)狀，并且詳細(xì)地討論了國內(nèi)外跟蹤算法領(lǐng)域里十分有名的算法：Mean-shift算法。在第二章節(jié)中，本文詳細(xì)討論了Mean-shift算法原理，深入解析
