视频运动目标的跟踪方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

视频运动目标的跟踪方法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 研究的背景和意义1

1.2 视觉跟踪研究的现状3

1.2.1 目标描述4

1.2.2 跟踪方法9

1.3 本书的研究内容和贡献17

1.4 本书的章节安排18

第2章 MS理论与应用20

2.1 引言20

2.2 概率密度估计22

2.2.1 参数密度估计22

2.2.2 非参数密度估计23

2.3 MS理论28

2.3.1 MS向量28

2.3.2 MS迭代的收敛性30

2.4 MS视觉跟踪31

2.4.1 目标模型31

2.4.2 目标候选模型32

2.4.3 相似性测度量测33

2.4.4 MS搜索33

2.4.5 尺度自适应35

2.5 本章小结35

第3章 基于多特征自适应融合的MS跟踪算法36

3.1 引言36

3.2 算法描述40

3.2.1 颜色特征描述40

3.2.2 运动特征描述41

3.2.3 MS搜索42

3.2.4 特征自适应融合43

3.2.5 尺度自适应44

3.2.6 算法步骤45

3.3 实验结果与分析46

3.3.1 序列Ⅰ跟踪46

3.3.2 序列Ⅱ跟踪49

3.3.3 序列Ⅲ跟踪51

3.3.4 序列Ⅳ跟踪51

3.3.5 序列Ⅴ跟踪52

3.4 算法讨论53

3.4.1 直方图计算问题53

3.4.2 参考运动直方图选择问题54

3.4.3 混乱干扰问题54

3.4.4 尺度估计问题54

3.4.5 算法的优缺点55

3.5 本章小结55

第4章 基于MS的鲁棒视觉跟踪算法56

4.1 引言56

4.2 算法描述59

4.2.1 颜色特征描述59

4.2.2 运动特征描述61

4.2.3 MS搜索62

4.2.4 算法步骤64

4.3 实验结果与分析65

4.3.1 序列Ⅰ跟踪65

4.3.2 序列Ⅱ跟踪67

4.3.3 序列Ⅲ跟踪68

4.3.4 序列Ⅳ跟踪69

4.3.5 序列Ⅴ跟踪70

4.4 算法讨论71

4.4.1 直方图的计算问题71

4.4.2 混乱抑制问题72

4.5 本章小结73

第5章 基于有效外观模型的粒子滤波跟踪算法74

5.1 粒子滤波理论74

5.1.1 引言74

5.1.2 贝叶斯滤波76

5.1.3 蒙特卡罗仿真77

5.1.4 贝叶斯重要性采样78

5.1.5 序贯重要性采样79

5.1.6 建议分布选择80

5.1.7 粒子退化问题与重采样81

5.1.8 粒子滤波算法82

5.2 基于有效外观模型的粒子滤波跟踪算法83

5.2.1 引言83

5.2.2 空间—颜色直方图85

5.2.3 空间—颜色直方图相似性测度85

5.2.4 相似性测度比较86

5.2.5 似然模型和粒子权值88

5.2.6 粒子权值快速计算方法89

5.2.7 目标运动模型92

5.2.8 算法步骤93

5.2.9 实验结果与分析94

5.2.10 算法讨论99

5.3 本章小结100

第6章 基于多特征自适应融合的粒子滤波跟踪算法101

6.1 引言101

6.2 算法描述106

6.2.1 目标运动模型106

6.2.2 似然模型107

6.2.3 特征自适应融合109

6.2.4 算法步骤110

6.3 实验结果与分析111

6.3.1 序列Ⅰ跟踪112

6.3.2 序列Ⅱ跟踪113

6.3.3 序列Ⅲ跟踪115

6.3.4 序列Ⅳ跟踪117

6.3.5 序列Ⅴ跟踪118

6.4 算法讨论119

6.5 本章小结120

第7章 总结与展望121

7.1 总结121

7.2 研究展望122

参考文献124