目标图像的识别与跟踪【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

目标图像的识别与跟踪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 目标识别与跟踪技术简介1

1.1.1 国内外研究成果1

1.1.2 国内研究机构2

1.2 目标识别与跟踪技术的应用3

1.3 目标识别与跟踪相关技术7

1.3.1 运动目标检测技术8

1.3.2 运动目标识别与跟踪技术9

1.4 图像稀疏表示理论15

1.4.1 稀疏表示模型15

1.4.2 稀疏表示的度量16

1.4.3 稀疏表示的优化算法16

第2章 卫星轨道参数计算19

2.1 引言19

2.2 卫星轨道描述20

2.3 坐标系变换22

2.3.1 平移变换22

2.3.2 正交变换23

2.3.3 直角坐标与极坐标的转换24

2.4 导航定位方法25

2.4.1 轨道计算25

2.4.2 定位计算32

2.5 仿真34

2.6 小结34

第3章 卫星导航定位算法35

3.1 引言35

3.2 导航定位算法的改进算法35

3.2.1 对经典导航定位算法的改进35

3.2.2 线性化求解的导航算法改进39

3.2.3 卡尔曼滤波的导航算法的改进40

3.3 基于迭代的导航定位新算法44

3.3.1 具体实施算法44

3.3.2 算法的收敛性46

3.3.3 仿真46

3.3.4 迭代法的加速收敛讨论47

3.4 小结48

第4章 基于卫星定位误差的最优星座配置算法49

4.1 引言49

4.2 几何精度指标49

4.3 定位误差的三维几何分布50

4.3.1 定位误差协方差的计算50

4.3.2 σ？u与θi、ei的关系53

4.3.3 PDOP与仰角和方位角的关系54

4.4 定位误差及其四维几何分布与选星56

4.4.1 定位误差及其GDOP56

4.4.2 星座仰角和方位角对定位精度的影响57

4.5 仿真和讨论58

4.5.1 仿真58

4.5.2 一种新的选星算法59

4.6 小结60

第5章 基于模糊推理的目标识别算法61

5.1 引言61

5.2 有序加权平均算子的基本知识62

5.3 一种区间值模糊推理63

5.3.1 推理方法介绍63

5.3.2 实例分析66

5.4 模糊推理方法在纹理目标识别中的应用67

5.5 小结72

第6章 基于阈值的模糊目标识别算法73

6.1 引言73

6.2 模糊信号的阈值处理方法76

6.2.1 阈值降噪77

6.2.2 阈值去噪仿真78

6.2.3 权值调整模糊处理80

6.3 目标识别80

6.3.1 目标特征提取80

6.3.2 分级的自动识别方法82

6.4 实验及结果分析83

6.5 小结85

第7章 基于稀疏INMF的目标跟踪算法86

7.1 引言86

7.2 非负矩阵分解相关理论87

7.2.1 非负矩阵理论的发展87

7.2.2 非负矩阵分解的目标函数88

7.2.3 非负矩阵分解的优化求解方法89

7.3 增量式非负矩阵分解理论90

7.3.1 增量非负矩阵的目标函数90

7.3.2 增量非负矩阵的更新规则92

7.4 基于约束INMF的目标跟踪算法93

7.4.1 稀疏非负子空间外观模型93

7.4.2 外观模型的优化求解策略94

7.4.3 在线目标跟踪算法框架95

7.5 试验结果分析与比较97

7.5.1 实验结果定性分析98

7.5.2 实验结果定量分析101

7.5.3 适用性讨论102

7.6 小结102

第8章 基于多任务学习的目标跟踪算法104

8.1 引言104

8.2 多任务学习基本理论106

8.2.1 多任务学习的典型分类107

8.2.2 多任务学习的典型算法模型108

8.3 稀疏原型外观模型理论110

8.4 基于多任务稀疏原型的视频跟踪算法111

8.4.1 多任务稀疏外观模型111

8.4.2 基于APG方法的最优化求解策略112

8.4.3 基于多任务稀疏原型的跟踪算法框架114

8.5 试验结果分析与比较115

8.5.1 实验结果定性分析116

8.5.2 实验结果定量分析121

8.5.3 适用范围124

8.6 小结124

参考文献125