出版信息
內容簡介
近年來,計算機視覺技術在機器與人的互動、自動駕駛、衛星與航拍圖像分析等領域獲得了廣泛的套用,以目標為中心的視覺內容理解成為現階段的研究熱點,其中基於視覺信息的目標檢測與跟蹤是相關研究者很關注的方向。本書聚焦基於視覺信息的目標檢測與跟蹤任務,系統地介紹了其國內外研究現狀和進展以及基礎理論,並針對其在當前研究中存在的問題提出了相應的改進算法。此外,本書還對基於視覺信息的目標檢測與跟蹤的發展趨勢進行了分析。
本書適合從事計算機視覺、圖像處理和模式識別領域的研究人員使用,既可以作為初學者的入門讀物,又可以作為相關人員深入研究的參考資料。
目錄介紹
目錄
第1章緒論1
1.1概述1
1.2基於視覺信息的目標檢測與跟蹤典型套用場景3
1.2.1文化娛樂領域3
1.2.2醫療健康領域4
1.2.3安防監控領域5
1.2.4遙感分析領域6
1.3基於視覺信息的目標檢測與跟蹤的國內外研究現狀和進展7
1.3.1基於視覺信息的目標檢測的研究現狀和進展7
1.3.2基於視覺信息的目標跟蹤的研究現狀和進展17
1.4本章小結24
第2章基於視覺信息的目標檢測與跟蹤基礎25
2.1卷積神經網路基礎25
2.1.1卷積神經網路的基本單元25
2.1.2經典的卷積神經網路31
2.1.3卷積神經網路的訓練和推理34
2.1.4正則化策略36
2.2典型目標檢測算法38
2.2.1雙階段目標檢測算法38
2.2.2單階段目標檢測算法43
2.3典型目標跟蹤算法46
2.3.1視覺單目標跟蹤算法46
2.3.2視覺多目標跟蹤算法50
2.4本章小結54
第3章基於視覺信息的目標檢測與跟蹤數據集與評測指標55
3.1目標檢測典型數據集55
3.2目標跟蹤典型數據集62
3.3評測指標67
3.3.1目標檢測評測指標68
3.3.2目標跟蹤評測指標70
本章小結73
基於視覺信息的目標檢測與跟蹤
|目錄|
第4章基於視覺信息的目標檢測方法74
4.1問題與分析74
4.2基於交並比指引的目標檢測算法75
4.2.1交並比指引的候選區域重要性加權75
4.2.2交並比指引的檢測框架77
4.2.3線性虛警消減81
4.2.4基於交並比指引的目標檢測算法實驗結果及分析83
4.3基於候選區域特徵自適應表達的目標檢測算法90
4.3.1特徵自適應選擇模組91
4.3.2全局注意力特徵選擇模組96
4.3.3特徵自適應選擇子網路97
4.3.4基於候選區域特徵自適應表達的目標檢測算法實驗結果及分析98
本章小結104
第5章基於視覺信息的目標跟蹤方法105
5.1問題與分析105
5.2運動引導的孿生網路視覺單目標跟蹤算法107
5.2.1基於孿生網路的視覺單目標跟蹤算法107
5.2.2運動模型111
5.2.3判別模型112
5.2.4運動引導的孿生網路視覺單目標跟蹤算法的整體框架114
5.2.5運動引導的孿生網路視覺單目標跟蹤算法實驗結果及分析116
5.3兩階段線上視覺多目標跟蹤算法125
5.3.1第一階段線上視覺多目標跟蹤算法127
5.3.2第二階段線上視覺多目標跟蹤算法128
5.3.3兩階段線上視覺多目標跟蹤算法的整體框架130
5.3.4兩階段線上視覺多目標跟蹤算法實驗結果及分析132
本章小結139
第6章基於視覺信息的目標檢測與跟蹤展望140
6.1資源高效的模型140
6.2自監督學習141
6.3小樣本學習142
參考文獻144