原创力文档- 1、本文档共19页，可阅读全部内容。
- 2、原创力文档（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
查看更多
大学生创新性实验计划项目开题汇报
;汇报提纲;;立项背景
利用计算机实现对物体进行跟踪和定位，是当今一个非常热门的研究方向，同时它也有着十分重要的现实意义。最常见的是对于住宅、停车场、银行等公共场合的监控，防止偷盗、破坏行为的发生，保障社会的安全。美国DETER系统（Detection of events for threat evaluation and Recogniton）可以从视频中提取运动目标之后，对运动目标进行实时追踪，根据追踪轨迹对运动目标的行为模式进行判定，有效提供异常行为报警。
立项目的与意义
若能做好计算机自动识别物体的跟踪和定位，将在工业、医学、教育等方面起到巨大的作用。如机器人手术要求机器人具有识别物体及其运动的能力，虚拟教育软件需要与学生完成人机交互等。这方面的算法层出不穷，本课题研究的Tracking Learning Detector（TLD）算法是一个基于追踪，检测和学习的长时跟踪未知物体的算法，它将检测器和跟踪器较好地结合在一起，并且能够随时对跟踪结果进行评估和学习，从而实现更好的长时跟踪。同时，这个算法框架的鲁棒性很强，具备很强的学习恢复能力。本课题旨在了解、掌握并实现TLD算法的基础上改进和增强此算法，利用改进后的算法建立视觉追踪模型，编写相关软件，使其具有较好的对物体进行跟踪和定位的功能，为以后实际应用打下基础。;;当前主流视觉跟踪算法分析;;利用TLD（Tracking Learning Detector）算法建立追踪模型;;成熟TLD算法在人机交互系统中的应用探索;;本课题的创新点与实际价值;;本课题进度安排与经费预算;;工作方法
1 算法学习研究：
●光流法、均值漂移法、卡尔曼滤波器与TLD
主流算法的分析与实现；
●重点分析各个追踪算法的适用条件、追踪
效果、工作效率与代价；
2 理论实践：
●上位机开发环境：VS2008配置OpenCV；
●上位机应用软件开发；
●C#开发应用程序界面。
3 成员组织
●定期召开小组会议，交流学习成果，进行
计划总结；
●定期完善项目博客与实验记录，确保项有
计划的开展；
;;鸣谢;本课题的创新点与实际价值
文档评论（0）