视频目标跟踪系统分步详解2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

视频目标跟踪系统分步详解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

第一章 绪论1

1.1 引言1

1.2 本书的内容安排2

第二章 前景目标检测4

2.1 前景检测算法分类6

2.2 传统的前景检测算法8

2.2.1 背景差分法9

2.2.2 帧间差分法11

2.2.3 光流法12

2.3 基于背景建模的前景检测算法14

2.3.1 基于混合高斯模型的背景建模15

2.3.2 基于码本（codebook）的背景建模17

2.4 本章小结20

第三章 最大化相似性阈值分割及其应用21

3.1 符号规范23

3.2 pcc和otsu方法的关系24

3.3 mst框架24

3.4 提出的mst方法25

3.5 实验结果和讨论26

3.5.1 在合成图像上的实验27

3.5.2 在真实世界图像上的实验36

3.5.3 计算复杂性比较42

3.6 在视频跟踪方面的应用43

3.7 结论44

第四章 视觉跟踪中的目标拟合方法46

4.1 引言46

4.2 目标拟合效率的评价指标46

4.3 基于质心的快速椭圆拟合方法48

4.3.1 最小闭合椭圆模型48

4.3.2 最小闭合椭球模型50

4.3.3 基于质心的快速椭圆拟合53

4.3.4 实验结果及分析55

4.4 基于多目标优化的椭圆拟合方法62

4.4.1 问题的提出62

4.4.2 椭圆拟合的多目标优化模型63

4.4.3 模型求解64

4.4.4 实验结果67

4.5 小结73

第五章 基于增量式子空间学习的目标跟踪算法74

5.1 增量式线性子空间75

5.1.1 pca数据降维的依据75

5.1.2 pca数据降维的过程76

5.1.3 增量式线性子空间训练的关键步骤78

5.2 ivt中的动态模型和观测模型79

5.2.1 ivt算法的动态模型细节80

5.2.2 二维坐标的平移变换81

5.2.3 二维坐标的旋转变化81

5.2.4 动态模型采样粒子的matlab代码及说明81

5.3 观测模型的matlab代码82

5.4 视觉目标跟踪算法的性能评测指标83

5.4.1 评价指标综述83

5.4.2 跟踪中心距离度84

5.4.3 重叠率85

5.5 反馈式重采样策略下的增量式外观模型的目标跟踪算法86

5.5.1 ivt算法存在的问题86

5.5.2 反馈式重采样策略下的改进算法88

5.5.3 实验结果与分析90

5.5.4 总结92

5.6 基于约束条件下的分段式外观模型的目标跟踪算法93

5.6.1 约束条件下的分段子空间介绍93

5.6.2 离线训练子空间约束条件93

5.6.3 子空间模型学习方法介绍94

5.6.4 基于分段线性子空间学习下的跟踪算法94

5.6.5 实验结果与分析96

5.6.6 总结99

5.6.7 ivt算法代码说明100

第六章 基于自组织映射的mean shift改进跟踪算法102

6.1 mean shift跟踪算法102

6.1.1 mean shift跟踪算法原理103

6.1.2 mean shift跟踪算法实现步骤105

6.1.3 mean shift跟踪算法matlab实现流程106

6.2 基于som的mean shift改进跟踪算法108

6.2.1 前向—后向跟踪109

6.2.2 检测109

6.3 仿真分析116

6.4 算法讨论120

6.5 总结121

第七章 跟踪与在线学习及检测相结合跟踪算法122

7.1 tld框架介绍122

7.1.1 跟踪模块123

7.1.2 检测模块124

7.1.3 p-n学习125

7.2 tld中的目标检测算法126

7.2.1 方差分类器127

7.2.2 级联分类器129

7.2.3 knn分类器131

7.3 实验结果及性能分析134

7.4 基于tld框架的多人脸目标自动检测与跟踪算法设计136

7.4.1 人脸目标检测137

7.4.2 多人脸的标记与分离策略138

7.4.3 基于单目标tld的多人脸跟踪141

7.4.4 多目标tld的实现143

7.4.5 改进后的多目标tld与人脸检测相结合146

7.5 多人脸目标跟踪系统的opencv实现151

7.5.1 多人脸目标跟踪系统框架实现152

7.5.2 系统实现细节及操作说明154

第八章 一个完整的实时视频监控系统实例159

8.1 简介159

8.1.1 概述160

8.1.2 前景检测161

8.2 基准模型161

8.2.1 噪声抑制161

8.2.2 双层阴影（亮点）去除162

8.2.3 对象状态164

8.2.4 状态过渡中目标跟踪过程166

8.3 匹配度量166

8.4 伪对象检测167

8.5 对象分类168

8.6 实验研究及潜在的应用168

8.7 结论175

附录 pcc测度177

参考文献179