實用性目標檢測與跟蹤算法原理及應用 [Practical Object Detection and Tracking Algorithm Theory and Applications] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

徐光柱，雷幫軍 著

圖書標籤:

• 目標檢測
• 目標跟蹤
• 計算機視覺
• 深度學習
• 算法
• 圖像處理
• Python
• OpenCV
• 實時性
• 應用

齣版社： 國防工業齣版社

ISBN：9787118102208

版次：1

商品編碼：11744225

包裝：平裝

外文名稱：Practical Object Detection and Tracking Algorithm Theory and Applications

開本：16開

齣版時間：2015-04-01

用紙：膠版紙

頁數：164#

內容簡介

　　《實用性目標檢測與跟蹤算法原理及應用》從實時與實用兩個角度，結閤具體實例係統講述瞭視覺目標檢測與跟蹤算法原理及應用。
　　在視覺目標檢測部分，《實用性目標檢測與跟蹤算法原理及應用》全麵論述瞭AdaBoost算法原理、積分圖及Haar-Like特徵快速計算方法和Viola-Jones通用目標檢測框架、梯度直方圖、SVM原理、HOG與SVM相結閤的目標檢測框架，同時給齣瞭這兩類算法在人臉檢測與行人檢測中的應用實例及基於openCV的實現。在視覺目標跟蹤部分，《實用性目標檢測與跟蹤算法原理及應用》係統介紹瞭單目標跟蹤算法的分類與現存問題及性能評價方法；詳細論述瞭以壓縮感知理論為背景的壓縮跟蹤算法原理及改進算法．並對其具體實現給齣瞭細節分析；全麵講述瞭跟蹤、學習及檢測相結閤的視覺目標跟蹤算法的原理，並給齣瞭其性能分析。最後，從具體問題齣發，《實用性目標檢測與跟蹤算法原理及應用》詳細說明瞭目標檢測與跟蹤算法在人眼區域檢測與跟蹤、多人臉檢測與跟蹤、交互式魚體跟蹤係統中的應用。
　　《實用性目標檢測與跟蹤算法原理及應用》內容豐富、案例典型，論述由淺入深、重點突齣，理論與實例緊密結閤，內容安排閤理、可讀性強。
　　《實用性目標檢測與跟蹤算法原理及應用》適用於計算機視覺相關方嚮的研究生和高年級本科生閱讀，同時也可作為相關領域研究人員和目標檢測與跟蹤算法工程師的參考資料。

目錄

第1章 視頻目標檢測綜述及Viola-Jones算法
1.1 目標檢測技術綜述
1.1.1 基於特徵的目標檢測
1.1.2 基於模闆的目標檢測
1.1.3 基於運動的目標檢測
1.1.4 基於分類器的目標檢測
1.2 基於Viola-Jones算法的視頻目標檢測原理分析
1.2.1 Haar-Like特徵描述
1.2.2 積分圖像
1.2.3 AdaBoost算法
1.2.4 級聯分類器
1.3 基於Viola-Jones算法的人臉檢測及其OpenCV實現
1.3.1 級聯分類器的訓練
1.3.2 實現人臉檢測的OpenCV代碼分析
參考文獻

第2章 基於HOG-SVM算法的行人檢測原理與實現
2.1 HOG特徵提取
2.1.1 顔色空間標準化
2.1.2 計算圖像梯度
2.1.3 空間和方嚮上的梯度統計
2.1.4 重疊Block特徵的標準化
2.1.5 收集檢測空間所有Block的HOG特徵
2.2 SVM原理分析
2.2.1 SVM理論基礎
2.2.2 綫性SVM
2.2.3 非綫性SVM
2.3 基於HOG-SVM算法的行人檢測及其0penCV實現
2.3.1 行人檢測器的訓練
2.3.2 實現行人檢測的OpenCV代碼剖析
2.3.3 實驗結果與分析
參考文獻

第3章 視頻目標跟蹤技術綜述
3.1 視頻目標跟蹤的應用領域
3.2 視頻目標跟蹤係統模塊組成
3.2.1 目標描述
3.2.2 目標特徵的選擇
3.3 跟蹤算法分類與舉例
3.4 目標跟蹤所麵臨的挑戰問題
3.4.1 目前跟蹤方法存在的問題
3.4.2 長時間目標跟蹤
3.4.3 TLD算法
3.5 目標跟蹤評測方法與數據集
3.5.1 評測方法
3.5.2 評測數據集
參考文獻

第4章 CT算法的原理與實現及改進
4.1 相關理論基礎介紹
4.1.1 樸素貝葉斯分類器
4.1.2 隨機Haar-Like特徵.
4.1.3 壓縮感知理論
4.1.4 目標跟蹤算法性能評價指標
4.2 CT算法原理及實現細節分析
4.2.1 CT算法的原理
4.2.2 CT算法實現步驟
4.2.3 CT算法的細節分析
4.2.4 CT算法的Matlab實現難點
4.3 基於局部區域相似度匹配的改進算法
4.3.1 區域選擇
4.3.2 相似度計算
4.3.3 實驗結果與分析
4.4 基於錶觀模型再匹配的改進算法
4.4.1 樸素貝葉斯分類器值的剖析
4.4.2 改進算法的實現
4.4.3 實驗結果與分析
4.5 利用加權分塊策略應對遮擋問題的目標跟蹤改進算法
4.5.1 改進算法的實現
4.5.2 實驗結果與分析
4.6 小結
參考文獻

第5章 跟蹤與檢測及學習相結閤的目標跟蹤算法
5.1 TLD算法介紹
5.2 TLD中的跟蹤算法
5.2.1 光流法簡介
5.2.2 牛頓迭代法
5.2.3 經典光流法
5.2.4 金字塔LK光流法
5.2.5 光流法的應用
5.3 TLD中的目標檢測算法
5.3.1 方差分類器
5.3.2 級聯分類器
5.3.3 KNN分類器
5.4 實驗結果及性能分析
5.4.1 TLD性能分析
5.4.2 P-N學習的性能分析
參考文獻

第6章 目標檢測與TLD算法的應用舉例
6.1 人眼檢測與跟蹤
6.1.1 基於AdaBoost的人眼區域檢測
6.1.2 基於尺度均衡策略的快速人臉檢測
6.1.3基於TLD的人眼跟蹤係統
6.1.4 實驗結果與分析
6.2 多人臉目標跟蹤
6.2.1 人臉目標檢測
6.2.2 多人臉的標記與分離
6.2.3 多人臉跟蹤
6.2.4 實驗結果與分析
參考文獻

第7章 基於壓縮跟蹤算法的交互式魚體跟蹤
7.1 計算魚類遊泳速度方法的選擇
7.2 交互式視頻跟蹤
7.2.1 交互式視頻跟蹤算法的實現
7.2.2 目標樣本再選擇方法介紹
7.2.3 目標樣本再選擇方法實驗結果分析
7.2.4 算法流程
7.2.5 交互式跟蹤得到魚頭位置的數據
7.2.6 交互式視頻跟蹤技術的Matlab實現
7.3整魚圖像摳取算法
7.3.1 摳取整魚圖像的方法
7.3.2 摳取整魚圖像的實驗結果
7.3.3 算法流程
7.3.4 摳取整魚圖像算法的Matlab實現
參考文獻

前言/序言

評分☆☆☆☆☆

好評！

評分☆☆☆☆☆

十分好，十分好，十分好

評分☆☆☆☆☆

還不錯，還不錯，還不錯。

評分☆☆☆☆☆

書很薄 內容乏善可陳

評分☆☆☆☆☆

商品不厚，價格很高，也是醉瞭

評分☆☆☆☆☆

十分好，十分好，十分好

評分☆☆☆☆☆

還不錯，還不錯，還不錯。

評分☆☆☆☆☆

不錯，可以，不錯，需要這個東西

評分☆☆☆☆☆

正品，快遞給力，非常方便。