同類熱銷排行榜

基於視覺的運動目標檢測跟蹤

作者：鄭江濱//李秀秀|責編:陳靜
出版社：科學
ISBN：9787030735508

出版日期：2022/11/01
裝幀：平裝
頁數：241

人民幣：RMB 148 元售價：元

內容大鋼

本書主要研究內容為基於電腦視覺、數字圖像處理、數字視頻處理等理論，實現視頻中運動目標的檢測跟蹤。根據視覺感知環境將研究內容分為單目、雙目和多目視覺下的運動目標檢測和跟蹤。在單目視覺下，分別針對靜止背景下的可見光視頻中的目標檢測跟蹤、紅外小目標的檢測跟蹤及動態背景下運動目標檢測跟蹤進行了研究，給出了運動目標檢測、位置預測及模板匹配的跟蹤思路和方法。此外，結合機器學習技術的廣泛應用，針對目標長時在線跟蹤中的漂移問題、尺度變換問題及目標精確定位問題，研究了機器學習的方法。在雙目和多目視覺下，結合多攝像機之間的空間位置關係，就多目標跟蹤中的三維跟蹤、融合跟蹤等技術進行了研究，並就其在多目視覺下基於標記點的運動捕獲這一其體應用中的實現進行了研究，解決了其中的遮擋、運動機動性、數據融合等問題。
本書可作為電腦視覺領域相關方向科研人員、工程技術人員等的參考書。

作者介紹

鄭江濱//李秀秀|責編:陳靜

前言
第1章  緒論
  1.1  研究意義
  1.2  國內外研究進展
    1.2.1  單目視覺下的目標檢測跟蹤
    1.2.2  雙目及多目視覺下的目標跟蹤
    1.2.3  機器學習與目標跟蹤
  1.3  研究框架
第2章  多視視頻處理軟硬體平台
  2.1  多視圖像、視頻同步採集硬體環境
  2.2  軟體環境
  2.3  本章小結
第3章  多攝像機標定及三維坐標恢復
  3.1  攝像機成像模型
  3.2  攝像機標定
  3.3  張氏標定演算法
    3.3.1  原理推導
    3.3.2  畸變模型
    3.3.3  標定演算法流程
    3.3.4  標定實驗結果
  3.4  三維重建演算法
  3.5  本章小結
第4章  視頻中的多運動目標檢測
  4.1  結合瞬時差分和背景差分的運動目標檢測
  4.2  基於形態學處理的標記點檢測
  4.3  基於Harris角點檢測的標記點檢測
  4.4  基於迭代閾值的標記點檢測
  4.5  本章小結
第5章  紅外小目標檢測
  5.1  奇異值分解基本原理
  5.2  粒子濾波基本原理
  5.3  基於奇異值分解的背景抑制和粒子濾波的紅外小目標檢測
    5.3.1  背景抑制
    5.3.2  目標位置預測
    5.3.3  演算法實現
  5.4  實驗結果與分析
  5.5  本章小結
第6章  運動背景下目標檢測
  6.1  基於特徵點匹配的圖像匹配
    6.1.1  特徵點匹配
    6.1.2  實驗結果與分析
  6.2  基於相鄰幀間背景匹配的目標檢測
    6.2.1  運動背景圖像匹配
    6.2.2  運動目標檢測和提取
    6.2.3  實驗結果與分析
  6.3  基於離散化攝像機運動的目標檢測方法
    6.3.1  運動攝像機視野範圍的離散化
    6.3.2  攝像機靜止情況下的運動目標實時檢測和跟蹤
    6.3.3  攝像機調度
    6.3.4  隨動跟蹤

    6.3.5  實驗結果與分析
  6.4  本章小結
第7章  擴展卡爾曼濾波與均值漂移結合的目標跟蹤
  7.1  基於均值漂移的目標跟蹤
  7.2  目標特徵匹配與卡爾曼濾波更新
  7.3  改進的均值漂移目標跟蹤演算法
  7.4  實驗結果與分析
  7.5  本章小結
第8章  基於多子塊模型的長時在線目標跟蹤
  8.1  在線目標跟蹤框架
  8.2  可信賴子塊
    8.2.1  序列化的蒙特卡洛框架
    8.2.2  子塊的可跟蹤性度量
    8.2.3  子塊與整體目標的關係
  8.3  可信賴子塊跟蹤器
  8.4  線性回歸與循環移位
    8.4.1  線性回歸模型
    8.4.2  循環移位
    8.4.3  循環矩陣
  8.5  核空間的嶺回歸
  8.6  融合可信賴子塊與核相關濾波的目標跟蹤
  8.7  實驗結果與分析
    8.7.1  實驗設置
    8.7.2  定量評估與分析
  8.8  本章小結
第9章  基於多軌跡分析的長時在線目標跟蹤
  9.1  帶核的結構化輸出跟蹤
  9.2  多跟蹤器分析
    9.2.1  多跟蹤器
    9.2.2  軌跡分析
    9.2.3  最優跟蹤軌跡選擇
  9.3  實驗結果與分析
    9.3.1  實驗設置
    9.3.2  定量評估與分析
  9.4  本章小結
第10章  基於去冗余卷積特徵的相關濾波跟蹤
  10.1  基於相關濾波的多通道特徵
    10.1.1  密集採樣
    10.1.2  多通道特徵
  10.2  卷積特徵去冗余
    10.2.1  特徵通道的激活強度
    10.2.2  基於激活強度的特徵通道去冗余
  10.3  多層次卷積特徵的綜合應用
    10.3.1  卷積特徵的尺度歸一化
    10.3.2  基於多層次卷積特徵的目標定位策略
  10.4  目標的尺度估計
  10.5  演算法框架及流程
  10.6  實驗結果與分析
    10.6.1  實驗設置
    10.6.2  對比實驗分析

  10.7  本章小結
第11章  基於全卷積孿生網路的多模板匹配跟蹤
  11.1  全卷積孿生網路
    11.1.1  孿生網路結構
    11.1.2  基於全卷積孿生網路的相似度量
    11.1.3  網路訓練
  11.2  多模板匹配跟蹤
    11.2.1  多模板匹配
    11.2.2  多模板的選擇與更新
    11.2.3  增量式的更新計算
  11.3  演算法框架及流程
  11.4  實驗結果與分析
    11.4.1  實驗設置
    11.4.2  對比實驗與分析
  11.5  本章小結
第12章  雙目視覺下無明顯特徵區分的多目標三維跟蹤
  12.1  基於卡爾曼濾波器的三維跟蹤
    12.1.1  基於卡爾曼濾波器的目標跟蹤
    12.1.2  目標搜索匹配
    12.1.3  目標更新
  12.2  基於平行光軸攝像機外極線約束的立體匹配
    12.2.1  外極線約束原理
    12.2.2  平行光軸攝像機的外極線約束
    12.2.3  無明顯特徵區分的多標記點立體匹配
  12.3  平行雙目視覺中結合外極線約束的跟蹤
  12.4  結合人體關節點骨骼長度約束的異常處理
  12.5  本章小結
第13章  雙目視覺下的機動目標跟蹤
  13.1  灰色預測模型
  13.2  卡爾曼濾波和灰色預測結合的三維目標跟蹤
    13.2.1  標記點檢測
    13.2.2  標記點匹配
    13.2.3  演算法框架
  13.3  實驗結果與分析
  13.4  本章小結
第14章  多目視覺下多目標融合跟蹤
  14.1  多目視覺跟蹤系統結構
  14.2  新標記點的數據關聯演算法
  14.3  標記點融合跟蹤演算法
  14.4  實驗結果與分析
  14.5  本章小結
第15章  基於拓撲結構保持的多目跟蹤
  15.1  擴展卡爾曼濾波器與自組織特徵映射網路結合的三維跟蹤
  15.2  基於主成分分析的自動初始化演算法
  15.3  基於自組織特徵映射網路的匹配策略
  15.4  實驗結果與分析
  15.5  本章小結
參考文獻
彩圖

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

基於視覺的運動目標檢測跟蹤