本書以視頻序列中運動目標檢測與跟蹤技術為核心，對運動目標檢測與跟蹤理論和方法進行探討，吸納國內外相關運動目標檢測與跟蹤技術的精華，闡述基於K-means、AdaBoost和LBP背景建模的特徵分類以及Otsu結閤膚色檢測的微動目標提取算法；設計利用SVM方法提取HOG特徵分類器對行人人體進行檢測的算法、基於前景模闆和Camshift相結閤的目標跟蹤算法；實現雙層Codebook模型和短時滑動窗口相結閤的背景更新方法，解決外部乾擾問題，保證粒子多樣性，減少計算量和時間復雜度；提齣一種基於軌跡網格化分析的運動目標徘徊檢測方法。《BR》　　本書所有實驗結果及分析均取自作者所在研究團隊工作的研究成果，具有一定的前沿性和實用性。

前言
第1章運動目標檢測與跟蹤概述
1.1 運動目標檢測與跟蹤的發展及現狀
1.1.1 運動目標檢測與跟蹤的發展
1.1.2 運動目標檢測與跟蹤的國內外研究現狀
1.2 運動目標檢測與跟蹤技術
1.2.1 運動目標檢測技術簡介
1.2.2 運動目標跟蹤技術簡介
1.3 運動目標檢測與跟蹤的技術難點
1.4 本章小結
參考文獻

第2章運動目標檢測與跟蹤基礎知識
2.1 視頻序列圖像的預處理
2.1.1 圖像灰度化
2.1.2 圖像二值化
2.1.3 圖像增強
2.1.4 圖像濾波
2.1.5 形態學處理
2.1.6 顔色空間
2.1.7 圖像邊緣檢測
2.2 運動目標檢測技術
2.2.1 光流法
2.2.2 幀間差分法
2.2.3 背景減除法
2.2.4 可視化背景提取算法
2.3 運動目標跟蹤技術
2.3.1 Meanshifl跟蹤算法
2.3.2 Camshifl跟蹤算法
2.3.3 Kalman濾波跟蹤算法
2.3.4 粒子濾波跟蹤算法
2.3.5 基於Snake模型的目標跟蹤算法
2.4 本章小結
參考文獻

第3章視頻序列中的微動目標檢測方法
3.1 圖像特徵分類技術
3.1.1 Bayes分類算法
3.1.2 K-means算法
3.1.3 條件隨機場模型
3.1.4 AdaBoost模型
3.2 圖像特徵提取技術
3.2.1 基於區域分割的特徵提取
3.2.2 基於目標邊緣檢測的特徵提取
3.2.3 基於目標紋理的特徵提取
3.3 微動目標提取技術
3.3.1 改進的K～means聚類算法
3.3.2 膚色檢測算法
3.4 微動目標背景替換技術
3.4.1 微動目標粗分割算法
3.4.2 微動目標孑L洞填充算法
3.4.3 背景替換算法
3.5 LBP背景建模改進技術
3.5.1 LBP紋理特徵提取算法
3.5.2 基於LBP背景建模的微動目標檢測算法
3.5.3 LBP背景建模改進算法性能分析
3.6 多綫程圖像處理技術
3.6.1 多綫程與圖像處理
3.6.2 多綫程與視頻微動目標提取算法
3.6.3 綫程間的通信
3.6.4 共享緩衝區和互斥機製
3.7 坐席視頻通話中的微動目標檢測與背景替換係統
3.7.1 坐席視頻通話係統體係結構
3.7.2 坐席視頻通話係統設計與實現
3.8 本章小結
參考文獻

第4章視頻序列中的運動目標跟蹤方法
4.1 結閤前景檢測的運動目標跟蹤技術
4.1.1 Codebook背景建模
4.1.2 融閤鄰域信息Codebook背景建模
4.1.3 確定跟蹤目標和特徵提取
4.1.4 基於顔色特徵的運動目標模型構造
4.1.5 融閤鄰域信息的codebook模型與粒子濾波結閤的跟蹤算法
4.1.6 目標跟蹤和特徵提取算法性能分析
4.2 結閤在綫學習檢測器的運動目標跟蹤技術
4.2.1 基於機器學習的特徵提取
4.2.2 特徵選擇與分類器設計
4.2.3 隨機蕨叢在綫學習和粒子濾波相結閤的目標跟蹤
4.2.4 基於濾波的目標跟蹤算法性能分析
4.3 視頻序列中的粒子濾波跟蹤係統體係結構
4.3.1 粒子濾波跟蹤係統體係結構
4.3.2 粒子濾波跟蹤係統設計與實現
4.4 本章小結
參考文獻

第5章行人檢測和流量統計方法
5.1 運動目標計數算法
5.1.1 智能視頻監控係統概述
5.1.2 行人計數統計箅法
5.2 基於AdaBoost的行人檢測技術
5.2.1 人頭樣本訓練
5.2.2 Haar-Like特徵與MB-LBP特徵提取
5.2.3 基於AdaBoost的人頭檢測算法
5.2.4 人頭檢測實驗結果與分析
5.3 基於SVM的人體識彆技術
5.3.1 HOG特徵提取
5.3.2 SVM分類器
5.3.3 人體識彆實驗結果及分析
5.4 基於粒子濾波跟蹤的人頭檢測技術
5.4.1 改進的粒子濾波剩餘重采樣算法
5.4.2 結閤人頭檢測的粒子濾波算法
5.4.3 粒子濾波的人頭檢測實驗結果與分析
5.5 行人檢測和流量統計係統
5.5.1 行人檢測係統設計與實現
5.5.2 行人流量統計係統設計與實現
5.6 本章小結
參考文獻

第6章視頻序列中的遺留物檢測方法
6.1 遺留物檢測技術
6.1.1 算法約束假設
6.1.2 視頻序列圖像單幀預處理
6.1.3 遺留物檢測算法
6.1.4 基於場景分類的遺留物檢測算法
6.1.5 基於雙背景模型的遺留物檢測算法
6.1.6 基於目標行為分析的遺留物檢測算法
6.2 基於雙混閤高斯背景模型的遺留物檢測技術
6.2.1 遺留物檢測算法中的靜止前景檢測
6.2.2 改進的混閤高斯背景建模算法
6.2.3 靜止前景目標的提取
6.3 遺留物主的提取技術
6.3.1 改進的Camshift目標跟蹤算法
6.3.2 基於圖像信息熵的遺留物主關鍵幀提取
6.4 遺留物檢測實驗結果與分析
6.5 本章小結
參考文獻

第7章運動目標異常行為檢測與跟蹤方法
7.1 運動目標錶示與特徵提取
7.1.1 運動目標錶示
7.1.2 運動目標特徵提取
7.2 運動目標異常行為檢測技術
7.2.1 目標越綫和進入虛擬牆檢測
7.2.2 逆嚮運動和加速運動檢測
7.2.3 運動目標跌倒和蹲下行為檢測
7.2.4 運動目標伸開雙臂檢測
7.3 運動目標徘徊檢測技術
7.3.1 運動目標徘徊軌跡檢測
7.3.2 運動目標軌跡的網格化分析
7.3.3 正常行為軌跡分析
7.3.4 徘徊行為軌跡分析
7.3.5 徘徊軌跡檢測
7.4 運動目標行為檢測與跟蹤實驗結果與分析
7.5 異常行為檢測係統的設計與實現
7.5.1 異常行為檢測係統體係結構
7.5.2 異常行為檢測係統接口設計與實現
7.5.3 異常行為檢測係統設計與實現
7.6 本章小結
參考文獻
索引
彩圖
視頻序列運動目標檢測與跟蹤下載 mobi epub pdf txt 電子書

視頻序列運動目標檢測與跟蹤 pdf epub mobi txt 電子書下載

想要找書就要到求知書站

tushu.tinynews.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!