当前位置:首页 > 数理化
视觉跟踪中的马氏链蒙特卡洛方法
视觉跟踪中的马氏链蒙特卡洛方法

视觉跟踪中的马氏链蒙特卡洛方法PDF电子书下载

数理化

  • 电子书积分:8 积分如何计算积分?
  • 作 者:周修庄,鲁继文著
  • 出 版 社:北京:北京邮电大学出版社
  • 出版年份:2018
  • ISBN:9787563553884
  • 页数:101 页
图书介绍:本书基于统计机器学习的理论工具――马氏链蒙特卡洛(MCMC)采样理论,系统地阐述目标运动极大不确定性条件下的视频目标跟踪问题、基本理论和方法,并结合多种实际应用场景给出算法实现框架和实验分析。本书可作为大专院校及科研院所图像处理、计算机视觉和智能视频分析等领域的高年级本科生、研究生的教学和参考用书,也可供相关领域的教师、科研人员及工程技术人员作参考。
《视觉跟踪中的马氏链蒙特卡洛方法》目录

第1章 绪论 1

1.1视觉跟踪概述 1

1.2国内外研究现状及发展趋势 4

1.2.1目标表示、特征选择与外观建模 4

1.2.2视觉跟踪方法 7

第2章 MCMC和自适应MCMC 19

2.1引言 19

2.2Monte Carlo采样 20

2.2.1Monte Carlo积分 20

2.2.2Monte Carlo采样 21

2.3MCMC采样 23

2.3.1Metropolis-Hastings采样 25

2.3.2Gibbs采样 27

2.3.3MCMC算法分析 28

2.4自适应MCMC采样 31

2.4.1提议分布自适应 32

2.4.2目标分布自适应 35

2.5MCMC采样方法在计算机视觉中的应用 39

2.5.1目标轮廓的多边形近似 39

2.5.2基于MC优化的多边形近似算法 41

2.6小结 48

第3章 序贯随机逼近蒙特卡洛跟踪方法 49

3.1引言 49

3.2相关工作 50

3.3方法介绍 52

3.3.1贝叶斯滤波 52

3.3.2粒子滤波 53

3.3.3基于MCMC采样的粒子滤波 56

3.3.4序贯随机逼近蒙特卡洛跟踪方法 57

3.4实验结果 66

3.5小结 69

第4章 运动突变的视觉跟踪方法 71

4.1引言 71

4.2相关工作 72

4.3方法介绍 73

4.3.1基本思想 73

4.3.2密度网格 75

4.3.3提议分布自适应 76

4.3.4强自适应的MCMC采样 77

4.3.5实现细节 79

4.4实验结果 80

4.4.1提议分布自适应的影响 80

4.4.2定性比较 81

4.4.3定量比较 85

4.4.4讨论 87

4.5小结 88

结论 89

参考文献 91

返回顶部