復雜場景下目標跟蹤的理論與方法

定　價：￥49.00

作　者：	張笑欽著
出版社：	浙江大學出版社
叢編項：	杰出青年學者研究文叢
標　簽：	計算機?網絡人工智能

購買這本書可以去

京東 (￥40.40)

ISBN：	9787308163187	出版時間：	2017-07-01	包裝：	平裝
開本：	16開	頁數：		字數：

內容簡介

　　《復雜場景下目標跟蹤的理論與方法》是一本關于復雜場景下目標視覺跟蹤理論與方法的專著，書中從目標表觀建模、跟蹤框架這兩個方面對目標視覺跟蹤的新研究成果進行介紹。全書分為兩個部分：第1部分主要介紹目標表觀建模方面的研究，第2部分主要介紹目標視覺跟蹤框架方面的研究。本書可作為高等學校計算機、自動化、電子信息等專業(yè)高年級學生或研究生的教學參考書，對廣大從事視覺監(jiān)控、智能交通、人機交互、虛擬現實等技術的研究、應用和開發(fā)的科技人員也有較大的參考價值。

作者簡介

　　張笑欽，博士。于2010年7月畢業(yè)于中國科學院自動化研究所模式識別國家重點實驗室，現任教于溫州大學數學與信息科學學院，主要從事智能視覺監(jiān)控人機交互方面的研究。其博士論文題目為《復雜場景下目標的跟蹤與姿態(tài)估計》，該論文對復雜場景下目標的魯棒跟蹤、姿態(tài)估計、行為分析等方面展開了深入研究，其研究內容取得了一系列成果，在 IEEE Trans. on PAMI， International Journal of Computer Vision， IEEE Trans. on CSVT， ICCV， CVPR等多個國際權威期刊和會議上發(fā)表論文10余篇，被引用200余次，得到了國內外同行的認可和跟進。攻博期間，曾獲得“微軟學者”、“中國科學院朱李月華優(yōu)秀博士獎”、“北京市科技獎二等獎”等多項榮譽。

圖書目錄

1 緒論
1.1 意義
1.2 研究現狀
1.2.1 表觀模型
1.2.2 跟蹤框架
1.3 本書的結構
2 基于圖嵌入判別學習的表觀模型
2.1 基于圖嵌入的學習框架
2.1.1 圖嵌入
2.1.2 圖嵌入的降維學習
2.2 基于圖嵌入學習的目標跟蹤
2.2.1 問題描述
2.2.2 基于樣本分布的圖嵌入
2.2.3 跟蹤算法
2.3 實驗結果
3 基于增量張量子空間學習的表觀模型
3.1 張量代數
3.2 張量分解
3.3 主成分分析
3.4 增量張量子空間學習
3.5 基于張量子空間學習的目標跟蹤
3.6 實驗評估
4 基于對數歐氏黎曼子空間學習的表觀模型
4.1 黎曼流形和黎曼度量
4.2 協(xié)方差矩陣描述子
4.3 基于對數歐氏黎曼子空間學習的目標跟蹤
4.3.1 目標跟蹤框架概述
4.3.2 目標表達
4.3.3 增量對數歐氏黎曼子空間學習
4.3.4 貝葉斯目標狀態(tài)估計
4.3.5 實驗評估
4.4 基于空間對數歐氏表觀模型的目標跟蹤
4.4.1 目標表觀分塊
4.4.2 在線對數歐氏特征空間學習
4.4.3 局部空間濾波
4.4.4 全局空間濾波
4.4.5 相似度匹配
4.4.6 貝葉斯目標狀態(tài)估計
4.4.7 實驗評估
5 基于核貝葉斯的跟蹤框架
5.1 核貝葉斯框架
5.1.1 核方法
5.1.2 貝葉斯方法
5.1.3 核貝葉斯方法
5.1.4 討論和分析
5.2 核貝葉斯跟蹤算法
5.2.1 基于空間約束混合高斯的表觀模型
5.2.2 核貝葉斯跟蹤框架
5.2.3 表觀模型的選擇性更新
5.2.4 實驗結果
6 基于奇異值分解的卡爾曼粒子濾波框架
6.1 無跡卡爾曼粒子濾波算法
6.1.1 無跡卡爾曼濾波器
6.1.2 無跡卡爾曼粒子濾波算法
6.2 基于奇異值分解的卡爾曼粒子濾波算法
6.3 基于增量子空間學習的表觀模型
6.4 實驗結果
7 基于序列粒子群優(yōu)化的跟蹤框架
7.1 基于序列粒子群優(yōu)化算法的單目標跟蹤
7.1.1 粒子群優(yōu)化算法
7.1.2 序列粒子群優(yōu)化算法
7.1.3 算法分析
7.1.4 跟蹤算法
7.1.5 實驗結果
7.2 基于多種群粒子群優(yōu)化算法的多目標跟蹤
7.2.1 動機
7.2.2 多目標跟蹤算法
7.2.3 算法理論分析
7.2.4 實驗結果
參考文獻
附錄彩圖
索引