图书介绍
跨尺度运动图像的目标检测与跟踪PDF|Epub|txt|kindle电子书版本网盘下载
- 杜军平，朱素果，韩鹏程著 著
- 出版社： 北京：北京邮电大学出版社
- ISBN：9787563549269
- 出版时间：2018
- 标注页数：224页
- 文件大小：31MB
- 文件页数：235页
- 主题词：图象处理－研究
PDF下载
下载说明
跨尺度运动图像的目标检测与跟踪PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 绪论1
1.1 研究背景与意义1
1.2 研究现状2
1.2.1 运动图像的跨尺度描述3
1.2.2 跨尺度运动图像的目标检测5
1.2.3 跨尺度运动图像的目标跟踪7
参考文献13
第2章 运动图像的跨尺度描述方法研究22
2.1 引言22
2.2 基于高斯金字塔和小波变换的跨尺度描述算法的提出23
2.2.1 GWSP算法研究动机23
2.2.2 GWSP算法描述23
2.3 GWSP算法实验结果与分析28
2.3.1 数据集、对比算法与评价指标28
2.3.2 GWSP算法实验结果与分析30
2.4 本章小结37
参考文献38
第3章 运动图像的跨尺度特征提取方法研究40
3.1 引言40
3.2 运动图像的跨尺度分析表示41
3.2.1 轮廓波变换41
3.2.2 非向下采样轮廓波变换（NSCT）41
3.3 贝叶斯非局部均值滤波算法（BNL-Means）的提出42
3.3.1 BNL-Means算法研究动机42
3.3.2 BNL-Means算法描述42
3.3.3 BNL-Means算法实验结果及分析43
3.4 空间图像跨尺度特征提取算法（SITFE）的提出46
3.4.1 SITFE算法研究动机46
3.4.2 SITFE算法描述47
3.4.3 SITFE实验结果及分析48
3.5 本章小结55
参考文献55
第4章 基于稀疏编码的跨尺度运动目标检测方法研究57
4.1 引言57
4.2 基于分阶段字典学习与分层稀疏编码的跨尺度检测算法（MDSH）的提出58
4.2.1 MDSH算法研究动机58
4.2.2 MDSH算法描述58
4.3 MDSH算法实验结果与分析62
4.3.1 数据集、对比算法与评价指标63
4.3.2 MDSH算法实验结果与分析63
4.4 本章小结68
参考文献69
第5章 基于小波光流的跨尺度运动目标检测方法研究71
5.1 引言71
5.2 小波光流估计算法（WOF）的提出72
5.2.1 WOF算法研究动机72
5.2.2 WOF算法描述73
5.3 线性与非线性混合分类算法（HLNLC）75
5.4 矩形窗口扫描算法（RWS）的提出77
5.4.1 RWS算法研究动机77
5.4.2 RWS算法描述77
5.5 跨尺度运动目标检测实验结果及分析79
5.5.1 小波光流估计算法（WOF）实验79
5.5.2 线性与非线性混合分类算法（HLNLC）实验82
5.5.3 矩形窗口扫描算法（RWS）实验85
5.6 本章小结90
参考文献91
第6章 基于方向向量与权值选择的跨尺度运动目标跟踪方法研究93
6.1 引言93
6.2 基于方向向量与权值选择的跨尺度运动目标跟踪算法（DPF-WT）的提出94
6.2.1 DPF-WT算法研究动机94
6.2.2 DPF-WT算法描述94
6.3 DPF-WT算法实验结果与分析99
6.3.1 数据集、对比算法与评价指标99
6.3.2 DPF-WT算法实验结果与分析101
6.4 本章小结114
参考文献114
第7章 基于重采样粒子滤波的运动目标跟踪方法研究118
7.1 引言118
7.2 基于重采样粒子滤波的运动目标跟踪算法（PFOT）的提出119
7.2.1 PFOT算法研究动机119
7.2.2 PFOT算法描述119
7.3 运动目标目标跟踪实验结果及分析122
7.3.1 粒子滤波对比实验122
7.3.2 PFOT算法实验125
7.4 本章小结128
参考文献128
第8章 基于目标形状活动轮廓的运动目标跟踪方法研究130
8.1 引言130
8.2 基于目标形状活动轮廓的运动目标跟踪算法（ACOT）的提出131
8.2.1 ACOT算法研究动机131
8.2.2 ACOT算法描述131
8.3 运动目标跟踪实验结果及分析135
8.3.1 目标形状轮廓检测实验135
8.3.2 ACOT算法实验138
8.4 本章小结141
参考文献142
第9章 基于深度神经网络与平均哈希的跨尺度运动目标跟踪方法研究143
9.1 引言143
9.2 基于深度神经网络与平均哈希的运动目标跟踪算法的提出（DNHT）144
9.2.1 DNHT算法研究动机144
9.2.2 DNHT算法描述144
9.3 DNHT算法实验结果与分析148
9.3.1 数据集、对比算法与评价指标148
9.3.2 DNHT算法实验结果与分析149
9.4 本章小结162
参考文献163
第10章 基于混合特征的运动目标跟踪方法研究166
10.1 引言166
10.2 SoH-DLT运动目标跟踪算法描述166
10.3 SoH-DLT运动目标跟踪算法实现167
10.3.1 基于方向直方图的特征提取167
10.3.2 基于深度学习的特征提取168
10.3.3 粒子滤波跟踪算法168
10.3.4 SoH-DLT算法步骤169
10.4 实验结果与分析170
10.4.1 目标轮廓特征有效性分析170
10.4.2 客观指标分析171
10.4.3 主观效果分析172
10.5 本章小结173
参考文献173
第11章 基于尺度不变性与深度学习的运动目标跟踪算法175
11.1 引言175
11.2 SMS-DLT跟踪算法175
11.2.1 特征学习176
11.2.2 SMS-DLT跟踪过程177
11.3 实验和分析178
11.3.1 客观评价179
11.3.2 主观评价183
11.3.3 SMS-DLT实验评价185
11.4 本章小结187
参考文献188
第12章 跨尺度运动图像的目标跟踪方法研究190
12.1 引言190
12.2 Monte Carlo边缘演化算法（MCCE）的提出191
12.2.1 MCCE算法研究动机191
12.2.2 MCCE算法描述191
12.2.3 MCCE算法实验结果及分析194
12.3 加强奇异点均值偏移算法（ESMS）的提出197
12.3.1 ESMS算法研究动机197
12.3.2 ESMS算法描述197
12.3.3 ESMS算法实验199
12.4 本章小结206
参考文献207
第13章 跨尺度运动图像的目标检测与跟踪系统208
13.1 引言208
13.2 跨尺度运动图像的目标检测与跟踪系统208
13.2.1 跨尺度运动图像的目标检测与跟踪系统框架208
13.2.2 视频序列的预处理模块209
13.2.3 运动图像跨尺度描述模块210
13.2.4 跨尺度运动目标检测模块211
13.2.5 跨尺度运动目标跟踪模块212
13.3 运动目标自适应检测与持续跟踪系统214
13.3.1 运动目标自适应检测与持续跟踪系统框架214
13.3.2 系统的实现结果215
13.4 运动目标局部优先自适应跟踪系统217
13.4.1 开发环境217
13.4.2 系统设计217
13.4.3 系统实现218
13.5 运动目标识别与跟踪系统220
13.5.1 开发环境220
13.5.2 系统设计220
13.5.3 系统实现221
13.6 本章小结224