流形粒子滤波算法及其在视频目标跟踪中的应用 本书特色

朱志宇编著的《流形粒子滤波算法及其在视频目 标跟踪中的应用》研究流形上的粒子滤波算法，将粒 子滤波视频跟踪系统的状态模型建立在流形上，在低 维流形上实现状态采样，充分利用了状态空间的内蕴 几何特性，为解决粒子退化问题，提高跟踪算法的效 率、实时性和鲁棒性提供一种新的思路。探讨了基于 自适应黎曼流形粒子滤波算法的红外小目标跟踪方法 ，在黎曼流形上进行在线学习和更新目标外形，采用 加权欧几里得黎曼平均值估计表面协方差矩阵；研究 了一种基于几何能量的流形聚类粒子滤波算法，利用 流形上数据空间位置信息的几何曲率来表示几何能量 ，通过*小化能量得到流形的边界点，从而得到划分 聚类的目的；采用射影变换表示目标图像区域的几何 形变，将视频跟踪系统的状态模型建立在低维流形( 李群)上，沿流形测地线进行状态采样，应用流形上 的*优化算法在流形上计算样本内蕴均值，实现状态 估计；构建了基于李群指数映射的李群正态分布，并 将李群正态分布表示为*优重要性函数进行粒子采样 。 　　本书可供高等院校电子信息、自动化、计算机应 用、应用数学等有关专业的高年级本科生和研究生， 以及从事控制科学与工程、信号与信息处理领域的工 程技术人员和研究人员参考阅读。

流形粒子滤波算法及其在视频目标跟踪中的应用 目录

第1章 绪论
  1.1 粒子滤波的发展和应用
  1.2 视频目标的检测与跟踪
    1.2.1 跟踪目标的视觉特征
    1.2.2 常用的视频目标检测方法
    1.2.3 常用的视频目标跟踪方法
    1.2.4 视频目标跟踪的应用
  1.3 粒子滤波在视频目标跟踪中的应用
    1.3.1 基于粒子滤波的视频目标跟踪研究现状
    1.3.2 基于粒子滤波的视觉跟踪的难点
  1.4 基于微分流形粒子滤波的视频跟踪研究
  1.5 主要的公共视频数据库
  1.6 本书的主要工作
第2章 视频目标的检测与特征提取
  2.1 引言
  2.2 运动目标检测方法
    2.2.1 光流计算法
    2.2.2 背景消减法
    2.2.3 帧间差分法
  2.3 运动目标的特征提取
    2.3.1 颜色特征提取
    2.3.2 纹理特征提取
    2.3.3 运动边缘特征提取
第3章 目标的表观模型
  3.1 模板
  3.2 活动轮廓模型
  3.3 直方图
    3.3.1 直方图密度估计
    3.3.2 空间直方图
    3.3.3 加权颜色直方图
  3.4 核密度估计
  3.5 混合高斯模型
    3.5.1 混合高斯模型的数学描述
    3.5.2 背景模型的更新
第4章 基于粒子滤波算法的视频目标跟踪
  4.1 贝叶斯估计理论
    4.1.1 动态系统的状态模型
    4.1.2 贝叶斯定理
    4.1.3 贝叶斯滤波
    4.1.4 蒙特卡罗方法
    4.1.5 序贯重要性采样
    4.1.6 重采样技术
  4.2 粒子滤波算法
    4.2.1 标准粒子滤波算法
    4.2.2 标准粒子滤波的缺点
    4.2.3 各种改进的粒子滤波算法
  4.3 基于粒子滤波的视频目标跟踪方法
    4.3.1 概率跟踪方法的数学描述
    4.3.2 粒子滤波视频跟踪的状态模型
    4.3.3 粒子滤波视频跟踪的观测模型
    4.3.4 粒子滤波跟踪实验结果与分析
第5章 基于mean shift的粒子滤波跟踪
  5.1  mean shift概述
  5.2  mean shift基本理论及其扩展形式
    5.2.1 mean shift向量
    5.2.2 扩展mean shift
    5.2.3 概率密度梯度
  5.3 基本mean shift算法
  5.4  mean shift在目标跟踪中的应用
    5.4.1 目标描述和匹配准则
    5.4.2  mean shift跟踪
    5.4.3 跟踪算法流程
  5.5 嵌入mean shift算法的粒子滤波视频目标跟踪
    5.5.1 系统动态模型的设计
    5.5.2 系统观测模型的设计
    5.5.3 目标定位
    5.5.4  mean shift粒子聚类
  5.6 实验及分析
第6章 基于自适应流形粒子滤波算法的红外小目标跟踪
  6.1 红外小目标检测和跟踪方法概述
    6.1.1 红外小目标跟踪技术
    6.1.2 红外小目标检测技术
  6.2 复杂背景下红外小目标图像的预处理算法

 1/2    1 2 下一页 尾页

工业技术 电子通信 通信

在线阅读