公司法學（第4版）

內容簡介

徐光柱、雷幫軍著的《實用性目標檢測與跟蹤算法原理及套用》從實時與實用兩個角度，結合具體實例系統講述了視覺目標檢測與跟蹤算法原理及套用。

在視覺目標檢測部分，本書全面論述了AdaBoost算法原理、積分圖及Haar-Like特徵快速計算方法和 Viola-Jones通用目標檢測框架、梯度直方圖、SVM原理、HOG與SVM相結合的目標檢測框架，同時給出了這兩類算法在人臉檢測與行人檢測中的套用實例及基於 openCV的實現。在視覺目標跟蹤部分，本書系統介紹了單目標跟蹤算法的分類與現存問題及性能評價方法；詳細論述了以壓縮感知理論為背景的壓縮跟蹤算法原理及改進算法．並對其具體實現給出了細節分析；全面講述了跟蹤、學習及檢測相結合的視覺目標跟蹤算法的原理，並給出了其性能分析。最後，從具體問題出發，本書詳細說明了目標檢測與跟蹤算法在人眼區域檢測與跟蹤、多人臉檢測與跟蹤、互動式魚體跟蹤系統中的套用。

本書內容豐富、案例典型，論述由淺入深、重點突出，理論與實例緊密結合，內容安排合理、可讀性強。

本書適用於計算機視覺相關方向的研究生和高年級本科生閱讀，同時也可作為相關領域研究人員和目標檢測與跟蹤算法工程師的參考資料。

圖書目錄

第1章視頻目標檢測綜述及Viola-Jones算法

1.1 目標檢測技術綜述

1.1.1 基於特徵的目標檢測

1.1.2 基於模板的目標檢測

1.1.3 基於運動的目標檢測

1.1.4 基於分類器的目標檢測

1.2 基於Viola-Jones算法的視頻目標檢測原理分析

1.2.1 Haar-Like特徵描述

1.2.2 積分圖像

1.2.3 AdaBoost算法

1.2.4 級聯分類器

1.3 基於Viola-Jones算法的人臉檢測及其OpenCV實現

1.3.1 級聯分類器的訓練

1.3.2 實現人臉檢測的OpenCV代碼分析

參考文獻

第2章基於HOG-SVM算法的行人檢測原理與實現

2.1 HOG特徵提取

2.1.1 顏色空間標準化

2.1.2 計算圖像梯度

2.1.3 空間和方向上的梯度統計

2.1.4 重疊Block特徵的標準化

2.1.5 收集檢測空間所有Block的HOG特徵

2.2 SVM原理分析

2.2.1 SVM理論基礎

2.2.2 線性SVM

2.2.3 非線性SVM

2.3 基於HOG-SVM算法的行人檢測及其0penCV實現

2.3.1 行人檢測器的訓練

2.3.2 實現行人檢測的OpenCV代碼剖析

2.3.3 實驗結果與分析

公司法學（第4版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條