视频目标检测和跟踪及其应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

视频目标检测和跟踪及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1预处理1

1.2目标检测2

1.3目标跟踪3

1.4应用实例5

第2章 预处理技术6

2.1图像去模糊7

2.1.1模糊图像处理技术简介7

2.1.2经典图像恢复算法10

2.1.3盲反卷积图像恢复16

2.1.4其他图像恢复方法19

2.2视频稳像21

2.2.1图像匹配与运动估计22

2.2.2运动补偿23

2.3红外图像预处理24

2.3.1空域滤波法25

2.3.2频域滤波法28

2.3.3基于背景复杂程度描述的方法32

2.3.4基于数学形态学的Top - hat变换34

2.4监控图像预处理38

2.4.1灰度图像预处理39

2.4.2图像降噪与超分辨率40

2.4.3 PTZ相机42

2.5小结45

参考文献45

第3章 图像中的目标检测51

3.1图像中红外小目标检测52

3.1.1基于PCA族的红外小目标检测方法54

3.1.2基于概率PCA的红外小目标检测方法58

3.1.3基于多尺度几何分析的红外小目标检测算法64

3.1.4基于稀疏表示的红外小目标检测算法68

3.2行人检测72

3.2.1基于隐形状模型的目标检测73

3.2.2基于HOG特征和SVM的检测方法80

3.3人脸检测方法89

3.3.1基于分类器级联结构的快速人脸检测89

3.3.2多视角人脸检测系统93

3.4视觉显著性与显著性检测98

3.4.1基于增量信息的视觉显著性检测100

参考文献108

第4章 运动目标检测112

4.1运动目标检测113

4.1.1 W4算法114

4.1.2混合高斯模型117

4.1.3基于MAP-MRF的方法121

4.1.4帧差法129

4.2视频对象分割132

4.2.1交互式视频对象分割132

4.2.2自动视频对象分割138

4.3小结155

参考文献155

第5章 基于均值漂移的跟踪方法159

5.1 Mean-shift算法介绍161

5.1.1核密度梯度估计161

5.1.2 Mean-shift（均值偏移）理论164

5.1.3 Mean- shift目标跟踪算法166

5.2 Mean-shif t算法特征分析171

5.2.1 Mean-shift算法收敛性分析171

5.2.2 Mean- shift迭代轨迹的光滑性173

5.2.3 Mean-shift矢量幅值与窗宽的关系175

5.3基于分段的Mean-shift目标跟踪方法176

5.3.1融合框架177

5.3.2基于多个图像段的Mean - shift目标跟踪算法178

5.3.3基于多特性、多图像块的Mean- shift180

5.3.4分段方法及图像段的权值计算181

5.3.5分段跟踪算法184

5.3.6实验结果及讨论185

5.4基于微分SSIM （DSSIM）的跟踪算法研究189

5.4.1 SSIM介绍190

5.4.2微分SSIM跟踪方法191

5.4.3 DSSIM跟踪算法193

5.4.4 DSSIM算法的实验验证及结果分析194

5.4.5加入尺度变化的S - DSSIM跟踪算法197

5.5基于自适应带宽Mean - shift目标跟踪算法202

5.5.1仿射模型202

5.5.2特征点的匹配204

5.5.3后向跟踪-形心配准205

5.5.4自适应带宽跟踪算法描述205

5.5.5特征点对的回归206

5.5.6实验结果208

5.6基于核直方图Kalman滤波的模型更新211

5.6.1核函数直方图的更新212

5.6.2滤波参数的自整定213

5.6.3实验结果215

5.7小结217

参考文献218

第6章 基于粒子滤波的跟踪方法221

6.1贝叶斯滤波框架221

6.1.1最优估计与估计准则222

6.1.2贝叶斯意义下的状态估计226

6.2卡尔曼滤波及改进算法229

6.2.1卡尔曼滤波229

6.2.2扩展卡尔曼滤波230

6.2.3 Unscented卡尔曼滤波232

6.3粒子滤波236

6.3.1蒙特卡罗随机模拟236

6.3.2标准粒子滤波器237

6.3.3粒子滤波采样策略239

6.3.4退化现象和重采样244

6.4基于粒子滤波的视觉跟踪算法246

6.4.1基于粒子滤波的视觉跟踪基本理论框架246

6.4.2基于标准粒子滤波的视觉跟踪算法250

6.4.3基于卡尔曼预测采样粒子滤波的视觉跟踪算法252

6.4.4基于MCMC采样粒子滤波的视觉跟踪算法257

6.5基于粒子滤波与均值漂移的视觉跟踪算法260

6.5.1基于两层观测模型的混合跟踪算法261

6.5.2基于本征空间学习和KPF目标跟踪267

6.6多目标跟踪272

6.6.1数据关联与粒子滤波的结合273

6.6.2基于图模型的多目标跟踪算法278

6.7基于粒子滤波的红外目标跟踪286

6.7.1基于粒子滤波的单红外目标跟踪286

6.7.2基于粒子滤波的多红外目标跟踪291

6.7.3基于显著性的红外目标跟踪291

6.8小结301

参考文献301

第7章 应用实例307

7.1视频监控系统308

7.1.1视频监控系统框架308

7.1.2多视角目标识别及消失／重现目标识别问题309

7.1.3异常行为检测与识别320

7.2人脸识别系统351

7.2.1多视角人脸检测和验证351

7.2.2人脸重定位算法357

7.2.3基于视频的多视角人脸跟踪358

7.2.4人脸识别366

7.2.5多任务决策融合编程架构368

7.3小结368

参考文献369