《視頻圖像運動目標分析》對視頻圖像運動目標分析中目標檢測、分類、跟蹤、識別、場景理解等技術的最新研究進展進行了分析，主要包括可見光、紅外等感測器在各種條件下的背景建模與目標檢測、運動目標跟蹤方法以及攝像機系統控制、目標交接與多機協同等技術。
基本介紹
- 書名：視頻圖像運動目標分析
- ISBN： 7118073946, 9787118073942
- 頁數：228頁
- 出版社：國防工業出版社
- 出版時間：2011年6月1日
- 裝幀：精裝
- 開本：32
- 條形碼：9787118073942
- 尺寸：20.2 x 14.4 x 1.8 cm
- 重量：386 g
內容簡介,目錄,
內容簡介
《視頻圖像運動目標分析》適合從事相關工作的人員作為參考書使用，也可作為大專院校高年級本科生和研究生的學習教材。
目錄
第0章緒論
0.1 視頻運動目標分析技術
0.2 運動目標分析技術研究現狀
0.2.1 運動目標檢測、分類
0.2.2 運動目標跟蹤
0.2.3 行為識別與理解
0.2.4 多攝像機運動目標分析系統
0.3 本書內容安排
第1部分 背景建模與目標檢測
第1章 雙模型自適應背景建模方法
1.1 雙模型背景建模
1.1.1 雙模型背景建模思路
1.1.2 雙模型運動目標檢測方案
1.1.3 雙模型運動目標檢測算法
1.2 實驗結果與分析
1.2.1 雙模型運動目標檢測算法實驗結果
1.2.2 關於尺度參數選取的實驗分析
1.2.3 關於熵圖像更新終止邏輯的實驗分析
1.3 多模型框架下的自適應混合高斯模型及實驗結果
第2章 基於混合高斯模型的陰影抑制算法
2.1 陰影抑制
2.1.1 基於顏色模型變換的陰影抑制
2.1.2 基於統計的陰影抑制
2.1.3 基色彩特徵不變數的陰影抑制
2.2 基於GMM的陰影抑制算法
2.2.1 算法流程
2.2.2 實驗分析
第3章 基於新特徵的Adaboost行人檢測器
3.1 Adaboost分類器
3.1.1 Adaboost分類器的構造
3.1.2 Adaboost算法的收斂性能
3.1.3 Adaboost算法的泛化能力
3.2 目標特徵提取
3.2.1 傳統的特徵表述
3.2.2 三角特徵
3.2.3 複合特徵
3.3 實驗分析
3.3.1 樣本庫
3.3.2 弱分類器訓練分析
3.3.3 強分類器訓練分析
3.3.4 行人檢測結果
第2部分 運動目標跟蹤方法
第4章 基於模糊顏色直方圖的目標跟蹤
4.1 模糊顏色直方圖
4.2 基於模糊顏色直方圖的函式目標跟蹤算法
4.2.1 目標的模糊顏色直方圖
4.2.2 目標模糊顏色直方圖的動態修正
4.2.3 相似性度量及目標定位
4.2.4 算法步驟
4.3 實驗結果及分析
第5章 基於紋理特徵的目標跟蹤
5.1 LBP紋理特徵
5.2 基於LBP紋理特徵的目標跟蹤
5.2.1 基於區域置信水平及距離加權的目標模型
5.2.2 相似性度量及目標定位
5.3 算法步驟及實驗結果分析
5.3.1 算法步驟
5.3.2 實驗結果及分析
第6章 基於多特徵自適應融合的目標跟蹤
6.1 目標跟蹤
6.1.1 目標的多特徵模型
6.1.2 多特徵相似性度量及目標定位
6.2 目標模型自適應更新
6.2.1 目標子模型權值的自適應更新
6.2.2 目標子模型的選擇性更新
6.3 算法步驟及實驗結果
第3部分攝像機系統的控制、目標交接與多機協同
第7章 移動攝像機的運動目標跟蹤
7.1 圖像差分目標檢測
7.1.1 圖像差分法
7.1.2 矩形輪廓模型
7.2 基於顏色特徵的目標匹配
7.2.1 匹配方法
7.2.2 區間數的選取
7.2.3 顏色空間選擇
7.2.4 YCbCr顏色空間與RGB顏色空間性能比較
7.3 基於差分圖像的動攝像機目標檢測跟蹤算法
7.3.1 算法流程
7.3.2 實驗分析
第8章 基於證據理論的多攝像機目標交接
8.1 基於D-S證據理論的多特徵融合目標交接算法
8.1.1 多特徵的描述
8.1.2 算法理論
8.1.3 算法流程
8.2 實驗及其結果分析
8.3 多攝像機目標檢測跟蹤系統
第9章 基於視野分界線的目標交接算法
9.1 攝像機視野分界線的劃分
9.1.1 攝像機視野分界線
9.1.2 視野分界線的劃分
9.2 多攝像機多目標交接
9.2.1 目標的確定
9.2.2 建立對應關係
9.3 實驗結果分析
第10章 多攝像機運動目標分析系統設計
10.1 多攝像機運動目標跟蹤系統設計
10.1.1 系統構架
10.1.2 多攝像機間的協調與同步
10.1.3 多攝像機數據通信
10.1.4 部分操作界面
10.1.5 多攝像機實驗結果
10.2 視頻資料庫
10.2.1 國際測試視頻庫
10.2.2 GreatWall測試視頻資料庫的建立
參考文獻
