选择特殊符号
选择搜索类型
请输入搜索
第1章 绪论
第2章 预处理技术
第3章 图像中的目标检测
第4章 运动目标检测
第5章 基于均值漂移的跟踪方法
第6章 基于粒子滤波的跟踪方法
第7章 应用实例 2100433B
《视频目标检测和跟踪及其应用(精)》编著者杨杰、张翔。
《视频目标检测和跟踪及其应用(精)》内容提要:计算机视觉是人工智能领域的一个重要分支。目标检测与跟踪是计算机视觉方向备受关注的基本问题,是众多视觉应用的基础技术,其性能直接决定了后续应用的稳健性与可行性。本书系统总结了作者近十年来在检测与跟踪方面所做的工作,介绍了其中的主导分析思想与主要理论成果,以及基本技术与有效方法。
本书适合理工科大学生,硕士生与博士生阅读,也可供自然科学与工程技术领域中的研究人员参考。
多行人跟踪有很多标准的数据集,其中比较常用的是这个:http://video.sina.com.cn/v/b/94661414-1098474412.html单行人的话可以用这个:http://my....
全过程跟踪的目标及内容:一、本项目跟踪审计主要工作包括:(1)总包、分包招标合规性、工程量清单及招标控制价的审核;(2)相关工程、材料、设备、暂估价、专业分包等项目预算、合同的审核;(3)工程洽商、工...
在cnki上下篇kalman目标跟踪的硕士论文吧,很多的,当然期刊也可以,不过一般情况下硕士论文讲的能详细点,然后找准一篇仔细研读,这样子基本上理论就没啥问题了,编程就用MATLAB,用C很麻烦,很多...
一种快速人脸目标检测和跟踪算法
以人脸为运动目标,利用图像的YUV模型和颜色检测算法在小范围内搜索,即时获得人脸的模板图像.在对序列图像进行目标搜索时,将金字塔方法和序贯相似匹配方法相结合,并采用粗精结合的两步匹配算法,获得运动目标的准确轨迹.实验证明,与传统的模板匹配算法相比,该算法的计算量大大降低,较大程度地提高了运动目标检测的速度.
点-航迹质量评估的联合目标检测跟踪方法
针对复杂背景下微弱目标的检测和跟踪问题,提出了一种基于点-航迹质量评估的动态规划方法。该方法在雷达传统的检测跟踪结构的基础上,结合雷达真实目标回波特性和目标的运动规律,在单周期内,根据目标的回波特性提出点迹质量的概念,在进行点迹凝聚处理的同时计算点迹质量的大小;在多周期间,根据目标的运动规律对目标的位置进行外推估计,根据估计值与量测值之间的欧式距离和方位差设计一个置信因子并结合点迹质量来改进航迹指标函数。仿真验证结果表明,该方法能够有效地消除伪航迹,计算量较小,能够提高复杂背景下雷达对微弱目标的检测和跟踪性能,并且结构简单,在工程上易于实现。
第1章绪论1
1.1粒子滤波的发展和应用2
1.2视频目标的检测与跟踪5
1.2.1跟踪目标的视觉特征5
1.2.2常用的视频目标检测方法7
1.2.3常用的视频目标跟踪方法10
1.2.4视频目标跟踪的应用14
1.3粒子滤波在视频目标跟踪中的应用15
1.3.1基于粒子滤波的视频目标跟踪研究现状15
1.3.2基于粒子滤波的视觉跟踪的难点16
1.4基于微分流形粒子滤波的视频跟踪研究18
1.5主要的公共视频数据库20
1.6本书的主要工作22
第2章视频目标的检测与特征提取25
2.1引言25
2.2运动目标检测方法25
2.2.1光流计算法25
2.2.2背景消减法27
2.2.3帧间差分法27
2.3运动目标的特征提取28
2.3.1颜色特征提取28
2.3.2纹理特征提取32
2.3.3运动边缘特征提取34
第3章目标的表观模型35
3.1模板35
3.2活动轮廓模型36
3.3直方图 36
3.3.1直方图密度估计37
3.3.2空间直方图38
3.3.3加权颜色直方图39
3.4核密度估计 40
3.5混合高斯模型41
3.5.1混合高斯模型的数学描述41
3.5.2背景模型的更新43
第4章基于粒子滤波算法的视频目标跟踪45
4.1贝叶斯估计理论45
4.1.1动态系统的状态模型45
4.1.2贝叶斯定理46
4.1.3贝叶斯滤波47
4.1.4蒙特卡罗方法48
4.1.5序贯重要性采样49
4.1.6重采样技术51
4.2粒子滤波算法52
4.2.1标准粒子滤波算法53
4.2.2标准粒子滤波的缺点54
4.2.3各种改进的粒子滤波算法58
4.3基于粒子滤波的视频目标跟踪方法 61
4.3.1概率跟踪方法的数学描述61
4.3.2粒子滤波视频跟踪的状态模型62
4.3.3粒子滤波视频跟踪的观测模型63
4.3.4粒子滤波跟踪实验结果与分析65
第5章基于Mean Shift的粒子滤波跟踪69
5.1Mean Shift概述69
5.2Mean Shift基本理论及其扩展形式70
5.2.1Mean Shift向量70
5.2.2扩展Mean Shift71
5.2.3概率密度梯度73
5.3基本Mean Shift算法74
5.4Mean Shift在目标跟踪中的应用75
5.4.1目标描述和匹配准则75
5.4.2Mean Shift跟踪77
5.4.3跟踪算法流程78
5.5嵌入Mean Shift算法的粒子滤波视频目标跟踪78
5.5.1系统动态模型的设计79
5.5.2系统观测模型的设计79
5.5.3目标定位80
5.5.4Mean Shift粒子聚类80
5.6实验及分析82
第6章基于自适应流形粒子滤波算法的红外小目标跟踪84
6.1红外小目标检测和跟踪方法概述85
6.1.1红外小目标跟踪技术85
6.1.2红外小目标检测技术86
6.2复杂背景下红外小目标图像的预处理算法87
6.2.1红外图像的组成87
6.2.2频域高通滤波法88
6.2.3低通滤波器88
6.2.4中值滤波89
6.2.5基于数学形态学滤波的红外图像预处理89
6.2.6红外图像预处理仿真实验92
6.3基于自适应粒子滤波算法的红外小目标跟踪96
6.3.1基于粒子滤波算法的红外目标跟踪步骤97
6.3.2基于自适应粒子滤波算法的红外小目标跟踪98
6.4[ZK(]基于自适应流形粒子滤波的制导红外小目标跟踪方法[ZK)]107
6.4.1流形基础知识108
6.4.2基于自适应流形粒子滤波的红外小目标跟踪方法109
第7章基于流形聚类粒子滤波算法的视频目标跟踪118
7.1聚类算法119
7.1.1聚类的定义119
7.1.2聚类算法的分类120
7.2最大模糊熵高斯聚类粒子滤波算法(iMCPF)121
7.2.1最大模糊熵高斯聚类121
7.2.2最大模糊熵高斯聚类粒子滤波算法步骤122
7.3粒子稀疏化聚类123
7.3.1粒子稀疏化聚合重采样123
7.3.2粒子交叉聚合124
7.4双重采样自适应粒子滤波算法(DRPF)124
7.4.1基于观测新息的重采样分布方案124
7.4.2双重采样自适应粒子滤波算法步骤125
7.5仿真实验及分析127
7.5.1DR/GPS组合系统模型127
7.5.2仿真实验及结果分析 127
7.6流形学习聚类粒子滤波算法131
7.6.1流形学习 132
7.6.2拉普拉斯特征映射134
7.6.3局部线性嵌入算法134
7.6.4增量式LLE聚类粒子滤波(ILLEDRPF)算法138
7.6.5仿真实验及分析140
7.7流形聚类粒子滤波算法142
7.7.1流形聚类142
7.7.2流形聚类方法144
7.7.3几何能量聚类145
7.7.4Grassmann流形粒子滤波148
7.7.5基于几何能量的流形聚类粒子滤波149
7.7.6仿真实验及分析150
第8章基于李群粒子滤波算法的视频目标跟踪156
8.1流形156
8.1.1流形的定义156
8.1.2流形的距离157
8.2李群流形理论基础158
8.2.1李群和李代数158
8.2.2李群指数映射158
8.2.3李群几何优化159
8.3李群结构的矩阵协方差描述160
8.3.1目标图像多特征提取160
8.3.2协方差的相似度匹配162
8.4李群流形上的粒子滤波算法162
8.4.1将射影变换表示为李群162
8.4.2李群状态模型163
8.4.3李群观测模型164
8.5李群粒子滤波算法流程165
8.6实验结果与分析166
第9章基于李群最优重要性函数粒子滤波算法的视频目标跟踪172
9.1最优重要性密度函数172
9.2基于流形建议分布的粒子滤波器173
9.2.1基于Stiefel流形的粒子滤波器174
9.2.2基于黎曼流形的粒子滤波174
9.3黎曼均值174
9.3.1基于黎曼度量的正定对称阵175
9.3.2改进李群结构的黎曼流形175
9.4李群正态分布175
9.4.1李群上的不变度量和测地线176
9.4.2李群协方差矩阵算法176
9.4.3基于李群指数映射的正态分布177
9.5基于李群正态分布的粒子滤波算法178
9.6实验结果与分析178
参考文献183
本书系统介绍了视觉目标检测与跟踪的基本问题及其相关处理技术,主要内容涉及计算机视觉目标检测与跟踪的理论、算法和典型应用实例。本书共6章,包括绪论、目标表示、目标检测方法、目标检测的典型应用、目标跟踪方法、视觉目标跟踪展望等内容。
本书涵盖了近30年视频跟踪技术的发展,介绍了视频目标检测跟踪及其应用的最新研究成果和动态,全面系统地介绍了当今世界视频跟踪技术的最新研究进展,重点介绍了预处理技术、图像目标检测、视频目标检测、均值移位跟踪方法、基于粒子滤波的跟踪方法等方面的技术和应用。