当前位置:首页 > 工业技术
视觉目标检测与跟踪
视觉目标检测与跟踪

视觉目标检测与跟踪PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:焦建彬,叶齐祥,韩振军,李策编著
  • 出 版 社:北京:科学出版社
  • 出版年份:2016
  • ISBN:9787030485793
  • 页数:151 页
图书介绍:自动感知自然界中不同种类的目标是现代计算机技术的发展目标之一。基于视觉信息的目标检测与跟踪是最为广泛的目标感知技术。本书对于视觉检测与跟踪涉及的底层特征表达、分类方法与滤波器理论进行了详细阐述。在分析目标检测与跟踪难点的基础上,结合具体案例,提出了相应的解决办法或思路。全书共分六章:第一章介绍视觉与图像感知系统的基本知识;第二章阐述颜色特征、纹理特征、形状特征、特征融合、特征降维及选择、深度学习特征等目标表示方法;第三章介绍模式匹配方法、人工神经网络、支撑向量机与Boosting级联检测方法等;第四章以人脸、人体、车辆与字符类目标检测为例分析目标检测的实际问题;第五章阐述跟踪目标描述、确定性和非确定性目标跟踪方法、单目标和多目标跟踪方法等,包含Kalman滤波器、粒子滤波器等经典方法;第六章介绍快速运动目标跟踪、变化及复杂背景和遮挡情况下的目标跟踪问题。
上一篇:信息系统安全下一篇:川点制作技术
《视觉目标检测与跟踪》目录

第1章 绪论 1

1.1 引言 1

1.1.1 计算机视觉研究的特点 1

1.1.2 计算机视觉与相关领域的关系 2

1.1.3 计算机视觉研究的发展 2

1.1.4 视觉目标检测与跟踪的研究意义 4

1.2 视觉目标检测与跟踪的研究内容 6

1.2.1 视觉目标检测的研究内容和分类 6

1.2.2 视觉目标跟踪的研究内容和分类 6

1.3 视觉目标检测与跟踪的研究现状 9

1.3.1 应用前景与研究现状 9

1.3.2 视觉目标检测与跟踪研究的难点 10

参考文献 11

第2章 目标表示 14

2.1 颜色特征 14

2.1.1 颜色空间 14

2.1.2 颜色直方图 15

2.2 纹理特征 17

2.3 形状特征 19

2.3.1 Haar-Like特征 19

2.3.2 SIFT特征 20

2.3.3 HOG特征 23

2.4 深度学习特征 24

2.4.1 卷积神经网络 25

2.4.2 卷积神经网络的结构 26

2.4.3 卷积神经网络的训练 27

2.5 特征选择与降维 28

2.5.1 特征降维 28

2.5.2 特征选择 31

参考文献 36

第3章 目标检测方法 38

3.1 运动目标检测 38

3.1.1 基本概念 38

3.1.2 帧差法 39

3.1.3 背景减除法 40

3.1.4 光流法 45

3.2 图像匹配方法 46

3.2.1 基于像素灰度的匹配 47

3.2.2 基于特征的匹配 47

3.2.3 基于变换域的匹配 52

3.2.4 基于投影的匹配 53

3.3 机器学习方法 54

3.3.1 人工神经网络 54

3.3.2 支持向量机 60

3.3.3 Boosting方法 65

3.3.4 Adaboost算法 66

3.3.5 Logitboost算法 67

第4章 目标检测的典型应用 69

4.1 人脸检测 69

4.1.1 人脸检测数据库 70

4.1.2 人脸检测的计算模型 71

4.1.3 人脸检测算法 72

4.2 行人目标检测 76

4.2.1 人体检测数据库 76

4.2.2 人体检测常用特征 77

4.2.3 实例分析 79

4.3 车辆检测 84

4.3.1 主要的车辆检测数据库 85

4.3.2 车辆检测的一般方法 85

4.3.3 实例分析 87

4.4 文字目标检测 91

4.4.1 文字目标检测方法 93

4.4.2 文字目标检测数据集合 93

4.4.3 快速视频文字检测方法 94

4.4.4 特征选择 100

4.4.5 文字检测分类器及方法 101

4.5 多类目标检测 103

4.5.1 代表性数据集合 103

4.5.2 多类目标检测方法 104

4.5.3 多类目标检测方法性能对比 106

参考文献 107

第5章 目标跟踪方法 111

5.1 跟踪目标描述 111

5.1.1 跟踪目标的特征表示 111

5.1.2 跟踪目标的表示方法 112

5.1.3 视觉目标跟踪的分类 115

5.2 经典视觉目标跟踪方法 116

5.2.1 确定性目标跟踪方法 116

5.2.2 非确定性目标跟踪方法 121

5.3 视觉目标跟踪最新研究方法 125

5.3.1 单目标跟踪方法 125

5.3.2 多目标跟踪方法 133

参考文献 138

第6章 视觉目标跟踪展望 140

6.1 行人跟踪目标再识别 141

6.2 多传感器信息融合目标跟踪 143

6.3 跟踪目标轨迹行为分析研究 144

参考文献 147

后记 151

相关图书
作者其它书籍
返回顶部