导读:本文包含了时空滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:时空上下文,核相关滤波器,密集采样,目标跟踪
时空滤波器论文文献综述
张中伟[1]（2015）在《基于时空上下文和核相关滤波器的密集采样目标跟踪方法研究》一文中研究指出目标跟踪作为计算机视觉的一个重要研究方向,在安全监控、运动分析、行为识别、智能交通和人机交互等领域有着广泛的应用。在最近的目标跟踪算法研究中,基于检测的跟踪方法将目标跟踪看作是一个随时间演化的检测任务,在线学习一个将目标和背景最佳分离的判别式分类器,鲁棒地反映表面模型的变化,能够有效应对目标跟踪过程中的光照、视角和遮挡等各种挑战性因素,逐渐成为跟踪方法的主要趋势。在该类方法中,利用目标及其周围所有样本信息的密集采样跟踪思路受到了关注,它带来的一个优势是可利用傅里叶变换实时进行目标跟踪。论文以密集采样方向的两个主要跟踪方法时空上下文和核相关滤波器为研究对象,针对其存在的问题进行改进,提出改进的跟踪方法。论文的主要贡献如下:(1)提出了一种改进的基于时空上下文学习的多线索融合跟踪算法。该算法首先通过将上下文学习与粒子滤波相融合得到了一种新的快速滤波方法,在加快滤波过程的同时,提高了预测目标所在位置的准确性,能够跟踪目标在连续两帧间的大范围运动,同时较好地解决了目标的尺度估计问题。其次,在跟踪过程中使用观测模型评价得到的多种线索为目标的可能性,提高了算法的跟踪准确性。实验结果表明提出的改进算法平均跟踪成功率在不考虑目标尺度变化的情况下在原时空上下文学习算法的基础上提高13.51%,且能更好地估计目标的尺度变化。(2)提出了一种改进的先验约束核相关滤波器跟踪算法。首先,在学习当前帧的判别式分类器的目标模型中,将上一帧的跟踪结果作为先验约束,建立一种基于先验约束的判别式分类器学习模型,增强学习的判别式分类器在目标表面发生突然变化时的鲁棒性。其次,考虑到原始核滤波相关跟踪方法在目标表示中仅采用梯度直方图表示目标的空间特征,未充分利用目标的颜色信息。在目标表示中,融入颜色均值信息,增强目标的描述能力。实验结果表明,与原始的核相关滤波器算法相比,提出的改进算法平均跟踪成功率提高了7.82%。两种改进的密集采样目标跟踪算法各具特点且它们的应用范围不同。实验表明改进的基于时空上下文学习的多线索融合跟踪算法适合跟踪目标自身存在各种变化的任务。改进的先验约束核相关滤波器跟踪算法泛化能力强,能够应对跟踪中的各种外在挑战。(本文来源于《西北农林科技大学》期刊2015-05-01）
徐佳,杨秋实,杨帆[2]（2013）在《GPS多路径效应中的EEMD时空滤波器》一文中研究指出根据结构动态监测中GPS多路径效应的日重复性和低频周期等特性,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法,构造了EEMD时空滤波器。通过计算连续两天GPS动态监测数据EEMD的相关系数,提取GPS监测数据中的多路径效应。实验结果表明了该方法的有效性,为结构动态变形模态分析提供了有效数据。(本文来源于《测绘科学》期刊2013年03期）
段放,高小榕[3]（2011）在《一种基于运动想象的脑-机接口时空滤波器迭代算法》一文中研究指出基于运动想象的脑-机接口系统是脑-机接口中的一个主要研究方向,共空间模式(CSP)算法是一种流行的运动想象数据分析特征提取方法。共空间模式的性能依赖于恰当的带通滤波,通常高度依赖于神经生理先验知识。本研究提出一种称为共迭代时空模式(ICSTP)的运动想象时空特征提取方法,该算法用与空域滤波器设计相同的广义特征值问题优化时域滤波器,并给出了算法收敛性的证明。真实脑电数据实验结果表明算法的收敛只需数个循环,且平均正确率高于人工选择时域滤波器的标准CSP方法。(本文来源于《中国生物医学工程学报》期刊2011年01期）
李变,高玉平,屈俐俐,胡永辉[4]（2010）在《时空滤波器在远程比对数据去噪中的应用》一文中研究指出高精度远程比对数据经过各项时延误差改正后,测量噪声成为影响比对结果精度的主要因素。基于HHT的固有模态分量构造的时空滤波器,从信号自身出发,能够充分保留信号的非线性和非平稳特征。将该滤波器用于远程时间比对数据的消噪,可以得到非常理想的去噪结果。(本文来源于《第一届中国卫星导航学术年会论文集（中）》期刊2010-05-19）
牛希娴[5]（2008）在《基于时空滤波器的视网膜编码模型》一文中研究指出该论文所提出的视网膜编码模型由时空滤波器模块和BP人工神经网络模块组成。时空滤波器能很好得模拟视网膜神经节细胞的时间和空间特性,将视觉信号编码成电脉冲信号。模型引入了粒子群优化算法来调节时空滤波器的参数。输入图像首先被时空滤波器转换成电刺激,然后经BP人工神经网络来重建输出图像。时空滤波器的参数决定了脉冲刺激及对应的输出图像。为了得到预期的输出图像,采用了粒子群算法,以欧氏距离作为误差判断准则,进行滤波器参数优化。当输出图像和输入图像的误差不再有所改进时,迭代停止。实验结果表明62.3%的输出图像用粒子群算法来优化参数时,不论在输出图像质量和迭代次数上都优于用进化策略优化算法。(本文来源于《上海交通大学》期刊2008-01-24）
于跃龙,卢焕章[6]（2006）在《基于变化检测与时空滤波器的视频对象分割方法》一文中研究指出随着基于对象视频应用的发展,视频对象的分割成为人们研究的热点。本文提出了一种结合变化检测与时空滤波器快速分割视频对象的新方法,该方法利用t分布显着性检验检测帧间的变化,不需要知道噪声的方差;利用间隔为k的两帧图像代替连续两帧进行变化检测,可以很好地处理关节运动和慢运动。然后通过时空滤波器快速有效地消除由于视频对象运动而露出的背景区域,同时能够减少变化检测掩膜中的残留噪声。最后,通过形态学处理实现视频对象的分割。(本文来源于《计算机工程与科学》期刊2006年03期）
邹华,周常河,戴恩文[7]（2006）在《不等间距达曼型滤波器的飞秒脉冲时空变换整形与识别技术》一文中研究指出研究了以不等间距达曼(Dammann)型滤波器为模板的飞秒激光时空变换与识别技术。优化设计出不等间距多脉冲达曼型滤波器,并在高斯光谱分布的模拟中讨论产生的超快时域多脉冲平均度和光谱平面上调制周期重复数的相关性。给出了频率分辨光开关法(FROG)技术识别超快时域两脉冲的实验结果。(本文来源于《中国激光》期刊2006年03期）
梁素龙,张泽[8]（2005）在《最优时空滤波器功率控制算法及仿真》一文中研究指出CDMA系统容量是干扰受限的,通过功率控制、多用户检测(时间滤波)和接收波束成形(空间滤波)叁种方法的复合使用可以增加CDMA系统的容量。若在时域和空域对上述方法联合处理,比起传统的只在时域或空域进行滤波,在发送的总功率上可获得较大的节省。介绍了最优时空滤波及功率控制原理,通过实例对功率控制算法进行仿真。(本文来源于《仪器仪表学报》期刊2005年S2期）
梁素龙,张泽[9]（2005）在《最优时空滤波器功率控制算法及仿真》一文中研究指出CDMA系统容量是干扰受限的,通过功率控制、多用户检测(时间滤波)和接收波束成形(空间滤波)叁种方法的复合使用可以增加CDMA系统的容量。若在时域和空域对上述方法联合处理,比起传统的只在时域或空域进行滤波,在发送的总功率上可获得较大的节省。介绍了最优时空滤波及功率控制原理,通过实例对功率控制算法进行仿真。(本文来源于《第七届青年学术会议论文集》期刊2005-08-01）
缪晓波,何为,杨浩,卢山,董为伟[10]（2005）在《临床脑电信号预处理中的时空滤波器设计》一文中研究指出临床上提倡病床边进行各类检测,这样可以方便病人,减轻其痛苦。但是病床边采集的脑电信号易受各类噪声和干扰的影响,往往影响后面的分析效果。为了有效去除临床脑电信号的噪声和干扰,设计了一种时空滤波器,分两个阶段对脑电信号进行滤波预处理:第一个阶段是时域滤波,用传统的带通滤波器实现;第二个阶段是空域滤波,用基于独立分量分析(ICA)的空域滤波器实现。实验结果表明临床脑电数据的常见干扰如工频干扰、眼动、肌电干扰、心电干扰等均能有效地被单独或同时去除。(本文来源于《重庆大学学报(自然科学版)》期刊2005年01期）
时空滤波器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据结构动态监测中GPS多路径效应的日重复性和低频周期等特性,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法,构造了EEMD时空滤波器。通过计算连续两天GPS动态监测数据EEMD的相关系数,提取GPS监测数据中的多路径效应。实验结果表明了该方法的有效性,为结构动态变形模态分析提供了有效数据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时空滤波器论文参考文献
[1].张中伟.基于时空上下文和核相关滤波器的密集采样目标跟踪方法研究[D].西北农林科技大学.2015
[2].徐佳,杨秋实,杨帆.GPS多路径效应中的EEMD时空滤波器[J].测绘科学.2013
[3].段放,高小榕.一种基于运动想象的脑-机接口时空滤波器迭代算法[J].中国生物医学工程学报.2011
[4].李变,高玉平,屈俐俐,胡永辉.时空滤波器在远程比对数据去噪中的应用[C].第一届中国卫星导航学术年会论文集（中）.2010
[5].牛希娴.基于时空滤波器的视网膜编码模型[D].上海交通大学.2008
[6].于跃龙,卢焕章.基于变化检测与时空滤波器的视频对象分割方法[J].计算机工程与科学.2006
[7].邹华,周常河,戴恩文.不等间距达曼型滤波器的飞秒脉冲时空变换整形与识别技术[J].中国激光.2006
[8].梁素龙,张泽.最优时空滤波器功率控制算法及仿真[J].仪器仪表学报.2005
[9].梁素龙,张泽.最优时空滤波器功率控制算法及仿真[C].第七届青年学术会议论文集.2005
[10].缪晓波,何为,杨浩,卢山,董为伟.临床脑电信号预处理中的时空滤波器设计[J].重庆大学学报(自然科学版).2005