視覺(jué)目標檢測與跟蹤簡(jiǎn)介，目錄書(shū)摘
2020-01-02 14:49
來(lái)源：京東
作者：京東
視覺(jué)目標檢測與跟蹤
暫無(wú)報價(jià)
100+評論
96%好評
編輯推薦:
內容簡(jiǎn)介: 《視覺(jué)目標檢測與跟蹤》系統介紹了視覺(jué)目標檢測與跟蹤的基本問(wèn)題及其相關(guān)處理技術(shù)，主要內容涉及計算機視覺(jué)目標檢測與跟蹤的理論、算法和典型應用實(shí)例。
《視覺(jué)目標檢測與跟蹤》共6章，包括緒論、目標表示、目標檢測方法、目標檢測的典型應用、目標跟蹤方法、視覺(jué)目標跟蹤展望等內容。
《視覺(jué)目標檢測與跟蹤》由淺入深，著(zhù)重于經(jīng)典內容和新進(jìn)展的結合，并附以較多的應用范例，可供從事計算機視覺(jué)、圖像處理、模式識別研究的科技人員及高等院校相關(guān)專(zhuān)業(yè)的師生參考。
《視覺(jué)目標檢測與跟蹤》共6章，包括緒論、目標表示、目標檢測方法、目標檢測的典型應用、目標跟蹤方法、視覺(jué)目標跟蹤展望等內容。
《視覺(jué)目標檢測與跟蹤》由淺入深，著(zhù)重于經(jīng)典內容和新進(jìn)展的結合，并附以較多的應用范例，可供從事計算機視覺(jué)、圖像處理、模式識別研究的科技人員及高等院校相關(guān)專(zhuān)業(yè)的師生參考。
作者簡(jiǎn)介:
目錄:前言
第1章 緒論
1．1 引言
1．1．1 計算機視覺(jué)研究的特點(diǎn)
1．1．2 計算機視覺(jué)與相關(guān)領(lǐng)域的關(guān)系
1．1．3 計算機視覺(jué)研究的發(fā)展
1．1．4 視覺(jué)目標檢測與跟蹤的研究意義
1．2 視覺(jué)目標檢測與跟蹤的研究?jì)热?
1．2．1 視覺(jué)目標檢測的研究?jì)热莺头诸?lèi)
1．2．2 視覺(jué)目標跟蹤的研究?jì)热莺头诸?lèi)
1．3 視覺(jué)目標檢測與跟蹤的研究現狀
1．3．1 應用前景與研究現狀
1．3．2 視覺(jué)目標檢測與跟蹤研究的難點(diǎn)
參考文獻
第2章 目標表示
2．1 顏色特征
2．1．1 顏色空間
2．1．2 顏色直方圖
2．2 紋理特征
2．3 形狀特征
2．3．1 Haar-Like特征
2．3．2 SIFT特征
2．3．3 HOG特征
2．4 深度學(xué)習特征
2．4．1 卷積神經(jīng)網(wǎng)絡(luò )
2．4．2 卷積神經(jīng)網(wǎng)絡(luò )的結構
2．4．3 卷積神經(jīng)網(wǎng)絡(luò )的訓練
2．5 特征選擇與降維
2．5．1 特征降維
2．5．2 特征選擇
參考文獻
第3章 目標檢測方法
3．1 運動(dòng)目標檢測
3．1．1 基本概念
3．1．2 幀差法
3．1．3 背景減除法
3．1．4 光流法
3．2 圖像匹配方法
3．2．1 基于像素灰度的匹配
3．2．2 基于特征的匹配
3．2．3 基于變換域的匹配
3．2．4 基于投影的匹配
3．3 機器學(xué)習方法
3．3．1 人工神經(jīng)網(wǎng)絡(luò )
3．3．2 支持向量機
3．3．3 Boosting方法
3．3．4 Adaboost算法
3．3．5 Logitboost算法
第4章 目標檢測的典型應用
4．1 人臉檢測
4．1．1 人臉檢測數據庫
4．1．2 人臉檢測的計算模型
4．1．3 人臉檢測算法
4．2 行人目標檢測
4．2．1 人體檢測數據庫
4．2．2 人體檢測常用特征
4．2．3 實(shí)例分析
4．3 車(chē)輛檢測
4．3．1 主要的車(chē)輛檢測數據庫
4．3．2 車(chē)輛檢測的一般方法
4．3．3 實(shí)例分析
4．4 文字目標檢測
4．4．1 文字目標檢測方法
4．4．2 文字目標檢測數據集合
4．4．3 快速視頻文字檢測方法
4．4．4 特征選擇
4．4．5 文字檢測分類(lèi)器及方法
4．5 多類(lèi)目標檢測
4．5．1 代表性數據集合
4．5．2 多類(lèi)目標檢測方法
4．5．3 多類(lèi)目標檢測方法性能對比
參考文獻
第5章 目標跟蹤方法
5．1 跟蹤目標描述
5．1．1 跟蹤目標的特征表示
5．1．2 跟蹤目標的表示方法
5．1．3 視覺(jué)目標跟蹤的分類(lèi)
5．2 經(jīng)典視覺(jué)目標跟蹤方法
5．2．1 確定性目標跟蹤方法
5．2．2 非確定性目標跟蹤方法
5．3 視覺(jué)目標跟蹤最新研究方法
5．3．1 單目標跟蹤方法
5．3．2 多目標跟蹤方法
參考文獻
第6章 視覺(jué)目標跟蹤展望
6．1 行人跟蹤目標再識別
6．2 多傳感器信息融合目標跟蹤
6．3 跟蹤目標軌跡行為分析研究
參考文獻
后記
彩圖
第1章 緒論
1．1 引言
1．1．1 計算機視覺(jué)研究的特點(diǎn)
1．1．2 計算機視覺(jué)與相關(guān)領(lǐng)域的關(guān)系
1．1．3 計算機視覺(jué)研究的發(fā)展
1．1．4 視覺(jué)目標檢測與跟蹤的研究意義
1．2 視覺(jué)目標檢測與跟蹤的研究?jì)热?
1．2．1 視覺(jué)目標檢測的研究?jì)热莺头诸?lèi)
1．2．2 視覺(jué)目標跟蹤的研究?jì)热莺头诸?lèi)
1．3 視覺(jué)目標檢測與跟蹤的研究現狀
1．3．1 應用前景與研究現狀
1．3．2 視覺(jué)目標檢測與跟蹤研究的難點(diǎn)
參考文獻
第2章 目標表示
2．1 顏色特征
2．1．1 顏色空間
2．1．2 顏色直方圖
2．2 紋理特征
2．3 形狀特征
2．3．1 Haar-Like特征
2．3．2 SIFT特征
2．3．3 HOG特征
2．4 深度學(xué)習特征
2．4．1 卷積神經(jīng)網(wǎng)絡(luò )
2．4．2 卷積神經(jīng)網(wǎng)絡(luò )的結構
2．4．3 卷積神經(jīng)網(wǎng)絡(luò )的訓練
2．5 特征選擇與降維
2．5．1 特征降維
2．5．2 特征選擇
參考文獻
第3章 目標檢測方法
3．1 運動(dòng)目標檢測
3．1．1 基本概念
3．1．2 幀差法
3．1．3 背景減除法
3．1．4 光流法
3．2 圖像匹配方法
3．2．1 基于像素灰度的匹配
3．2．2 基于特征的匹配
3．2．3 基于變換域的匹配
3．2．4 基于投影的匹配
3．3 機器學(xué)習方法
3．3．1 人工神經(jīng)網(wǎng)絡(luò )
3．3．2 支持向量機
3．3．3 Boosting方法
3．3．4 Adaboost算法
3．3．5 Logitboost算法
第4章 目標檢測的典型應用
4．1 人臉檢測
4．1．1 人臉檢測數據庫
4．1．2 人臉檢測的計算模型
4．1．3 人臉檢測算法
4．2 行人目標檢測
4．2．1 人體檢測數據庫
4．2．2 人體檢測常用特征
4．2．3 實(shí)例分析
4．3 車(chē)輛檢測
4．3．1 主要的車(chē)輛檢測數據庫
4．3．2 車(chē)輛檢測的一般方法
4．3．3 實(shí)例分析
4．4 文字目標檢測
4．4．1 文字目標檢測方法
4．4．2 文字目標檢測數據集合
4．4．3 快速視頻文字檢測方法
4．4．4 特征選擇
4．4．5 文字檢測分類(lèi)器及方法
4．5 多類(lèi)目標檢測
4．5．1 代表性數據集合
4．5．2 多類(lèi)目標檢測方法
4．5．3 多類(lèi)目標檢測方法性能對比
參考文獻
第5章 目標跟蹤方法
5．1 跟蹤目標描述
5．1．1 跟蹤目標的特征表示
5．1．2 跟蹤目標的表示方法
5．1．3 視覺(jué)目標跟蹤的分類(lèi)
5．2 經(jīng)典視覺(jué)目標跟蹤方法
5．2．1 確定性目標跟蹤方法
5．2．2 非確定性目標跟蹤方法
5．3 視覺(jué)目標跟蹤最新研究方法
5．3．1 單目標跟蹤方法
5．3．2 多目標跟蹤方法
參考文獻
第6章 視覺(jué)目標跟蹤展望
6．1 行人跟蹤目標再識別
6．2 多傳感器信息融合目標跟蹤
6．3 跟蹤目標軌跡行為分析研究
參考文獻
后記
彩圖
京公網(wǎng)安備 11000002000088號
