馬加慶編著的《視頻運動目標的跟蹤方法》對視覺跟蹤的基本概念、經典方法、理論基礎和研究進展進行了比較詳細的介紹和討論，本書可作為信號與信息處理、通信與電子系統(tǒng)、計算機視覺、模式識別等專業(yè)大學本科高年級學生和研究生的參考讀物，也可供從事視覺跟蹤技術的研究者和工程技術人員參考。 目錄

視頻運動目標的跟蹤方法造價信息

市場價 信息價 詢價
材料名稱 規(guī)格/型號 市場價
（除稅）		 工程建議價
（除稅）		 行情 品牌 單位 稅率 供應商 報價日期
視頻跟蹤軟件 DCN-SWSACC 查看價格 查看價格

博世

 套 13% 博士中國深圳辦事處
視頻跟蹤高清專用矩陣 TMX-0404SDI 查看價格 查看價格

TAIDEN

 套 13% 重慶兆文音響工程有限公司
視頻采集 品種:斷路器附件;系列:iVD4 智能化組件;類型:中壓產品;規(guī)格:RLA-SAC30NSA1;產品說明:MDC2/4 安裝與開關柜低壓室內 查看價格 查看價格

ABB

 個 13% 西安贏家電器設備有限公司
視頻跟蹤主機(含軟件) HP-3005 查看價格 查看價格

亞米歐

 個 13% 深圳市亞米歐科技有限公司
人文社科科學系簡介更換內容 2400mm×1200mm，室外高精度寫真畫面，帶背膠 查看價格 查看價格

m2 13% 成都市眾之藝展覽展示有限公司
智能運動跟蹤球機 品種:球形攝像機;說明:具體參數詳見報價單;型號:iDS-2DF8231IX-A;系列:300W300MPDomeCamera;有效像素:2 查看價格 查看價格

個

 13% 武漢艾泰電子有限公司
視頻內容制作 LED大屏視頻內容,高分辨率,根據現(xiàn)場展示腳本定制 查看價格 查看價格

項 13% 北京華堂立業(yè)科技有限公司
視頻線 RVV 2×1.0 查看價格 查看價格

友創(chuàng)

 m 13% 江蘇友創(chuàng)光電科技有限公司沈陽辦事處
材料名稱 規(guī)格/型號 除稅
信息價		 含稅
信息價		 行情 品牌 單位 稅率 地區(qū)/時間
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2021年1季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2020年4季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2020年2季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2019年4季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2019年2季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2017年3季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2017年2季度信息價
亞克力運動地坪 包底面漆 查看價格 查看價格

m2 清遠市英德市2017年1季度信息價
材料名稱 規(guī)格/需求量 報價數 最新報價
（元）		 供應商 報價地區(qū) 最新報價時間
多目標跟蹤系統(tǒng) 1/3" SONY EXview HAD CCDⅡ,700線,彩色:0.02Lux/F1.2(0Lux紅外燈啟動),紅外距離30-50米,IP66,DC12V電源.含鏡頭、電源、護罩、支架系統(tǒng)由視頻處理機和兩個攝像機配合組成,一臺靜止攝像機作為主攝像機,對大區(qū)域范圍進行覆蓋式監(jiān)控|1臺 1 查看價格 成都威安網絡系統(tǒng)工程有限公司 四川  成都市 2014-05-19
視頻內容制作 LED視頻內容,根據腳本定制|1項 1 查看價格 北京華堂立業(yè)科技有限公司 四川  成都市 2016-07-07
視頻內容制作 LED大屏視頻內容,高分辨率,根據現(xiàn)場展示腳本定制|1項 1 查看價格 北京華堂立業(yè)科技有限公司 四川  成都市 2016-07-07
視頻內容制作 投影視頻內容制作,高清星空背景影片.|1項 1 查看價格 北京華堂立業(yè)科技有限公司 四川  成都市 2016-07-07
視頻內容制作 1、名稱:全息風扇播放視頻制作 2、其他:視頻內容(內容為垃圾焚燒流程全三維制作,去除背景的全息,1080P,預計90秒) 3、材質:亞克力|1套 1 查看價格 深圳泰爾智能視控股份有限公司 全國   2020-05-18
視頻內容 詳見線下技術要求文件|1項 2 查看價格 北京紫光基業(yè)科教設備有限公司 廣東   2022-05-24
運動目標信息監(jiān)測服務器 /|1個 2 查看價格 北京匯鑫盛泰科技有限公司 全國   2020-04-05
視頻跟蹤軟件 DCN-SWSACC|1161套 1 查看價格 博士中國深圳辦事處 廣東  深圳市 2015-04-22

第1章 緒論

1.1 研究的背景和意義

1.2 視覺跟蹤研究的現(xiàn)狀

1.2.1 目標描述

1.2.2 跟蹤方法

1.3 本書的研究內容和貢獻

1.4 本書的章節(jié)安排

第2章 MS理論與應用

2.1 引言

2.2 概率密度估計

2.2.1 參數密度估計

2.2.2 非參數密度估計

2.3 MS理論

2.3.1 MS向量

2.3.2 MS迭代的收斂性

2.4 MS視覺跟蹤

2.4.1 目標模型

2.4.2 目標候選模型

2.4.3 相似性測度量測

2.4.4 MS搜索

2.4.5 尺度自適應

2.5 本章小結

第3章 基于多特征自適應融合的MS跟蹤算法

3.1 引言

3.2 算法描述

3.2.1 顏色特征描述

3.2.2 運動特征描述

3.2.3 MS搜索

3.2.4 特征自適應融合

3.2.5 尺度自適應

3.2.6 算法步驟

3.3 實驗結果與分析

3.3.1 序列I跟蹤

3.3.2 序列II跟蹤

3.3.3 序列III跟蹤

3.3.4 序列IV跟蹤

3.3.5 序列V跟蹤

3.4 算法討論

3.4.1 直方圖計算問題

3.4.2 參考運動直方圖選擇問題

3.4.3 混亂干擾問題

3.4.4 尺度估計問題

3.4.5 算法的優(yōu)缺點

3.5 本章小結

第4章 基于MS的魯棒視覺跟蹤算法

4.1 引言

4.2 算法描述

4.2.1 顏色特征描述

4.2.2 運動特征描述

4.2.3 MS搜索

4.2.4 算法步驟

4.3 實驗結果與分析

4.3.1 序列I跟蹤

4.3.2 序列II跟蹤

4.3.3 序列III跟蹤

4.3.4 序列IV跟蹤

4.3.5 序列V跟蹤

4.4 算法討論

4.4.1 直方圖的計算問題

4.4.2 混亂抑制問題

4.5 本章小結

第5章 基于有效外觀模型的粒子濾波跟蹤算法

5.1 粒子濾波理論

5.1.1 引言

5.1.2 貝葉斯濾波

5.1.3 蒙特卡羅仿真

5.1.4 貝葉斯重要性采樣

5.1.5 序貫重要性采樣

5.1.6 建議分布選擇

5.1.7 粒子退化問題與重采樣

5.1.8 粒子濾波算法

5.2 基于有效外觀模型的粒子濾波跟蹤算法

5.2.1 引言

5.2.2 空間—顏色直方圖

5.2.3 空間—顏色直方圖相似性測度

5.2.4 相似性測度比較

5.2.5 似然模型和粒子權值

5.2.6 粒子權值快速計算方法

5.2.7 目標運動模型

5.2.8 算法步驟

5.2.9 實驗結果與分析

5.2.10 算法討論

5.3 本章小結

第6章 基于多特征自適應融合的粒子濾波跟蹤算法

6.1 引言

6.2 算法描述

6.2.1 目標運動模型

6.2.2 似然模型

6.2.3 特征自適應融合

6.2.4 算法步驟

6.3 實驗結果與分析

6.3.1 序列I跟蹤

6.3.2 序列II跟蹤

6.3.3 序列III跟蹤

6.3.4 序列IV跟蹤

6.3.5 序列V跟蹤

6.4 算法討論

6.5 本章小結

第7章 總結與展望

7.1 總結

7.2 研究展望

參考文獻

視頻運動目標的跟蹤方法內容簡介常見問題

  • 大設計的內容簡介

    《大設計》無所不在。在會議室和戰(zhàn)場上；在工廠車間中也在超市貨架上；在自家的汽車和廚房中；在廣告牌和食品包裝上；甚至還出現(xiàn)在電影道具和電腦圖標中。然而，設計卻并非只是我們日常生活環(huán)境中的一種常見現(xiàn)象，它...

  • 急求人體跟蹤的標準測試視頻，或者常見的目標跟蹤視頻

    多行人跟蹤有很多標準的數據集，其中比較常用的是這個：http://video.sina.com.cn/v/b/94661414-1098474412.html單行人的話可以用這個：http://my....

  • 構成設計的內容簡介

    本書分為上篇“平面構成”和下篇“色彩構成”兩個部分，每一部分的最后章節(jié)選編了一些本校歷年來學生的優(yōu)秀作品作為參考，圖文并茂、深入淺出。此外，本書最后部分附有構成運用范例及題型練習，可供自考學生參考。本...

視頻運動目標的跟蹤方法內容簡介文獻

紅外圖像中快速運動目標的檢測與跟蹤方法 紅外圖像中快速運動目標的檢測與跟蹤方法

格式：pdf

大小：829KB

頁數： 5頁

評分： 4.7

紅外熱成像圖像具有分辨率較低,細節(jié)模糊,對于快速運動目標適應性較差的特點。本文提出了一種結合目標檢測算法,目標跟蹤算法的紅外圖像中快速運動目標的檢測與跟蹤方法。該方法根據紅外圖像特點,使用ViBE算法檢測運動目標,檢測出圖像中顯著運動目標后,觸發(fā)跟蹤器,使用fDSST目標跟蹤算法對顯著運動目標進行跟蹤。測試結果表明,該方法對于快速運動的紅外圖像目標能夠高效檢測、快速跟蹤。檢測與跟蹤效果相對傳統(tǒng)方法具有檢測率更高、魯棒性更好、實時性更強的優(yōu)勢,對于紅外圖像中目標檢測與跟蹤具有很強應用價值。

立即下載
一種新型的實效運動目標檢測與跟蹤方法 一種新型的實效運動目標檢測與跟蹤方法

格式：pdf

大?。?span id="vttflr9" class="single-tag-height">829KB

頁數： 5頁

評分： 4.3

針對常用光流場計算耗時長以及亮度變化引起約束方程不成立的問題，同時為了獲取目標的準確運動信息，在光流計算方程中加入權函數，并引入通用動態(tài)圖像模型，建立新的光流約束條件；針對光流技術中計算量和信息量間的矛盾問題，采用基于最優(yōu)估計點匹配技術和光流均勻采樣策略的光流場計算方法。實驗結果與算法性能評估表明：該方法能實現(xiàn)實時、準確的運動目標檢測與跟蹤，且具有較好的魯棒性。

立即下載

第1章 緒論

第2章 預處理技術

第3章 圖像中的目標檢測

第4章 運動目標檢測

第5章 基于均值漂移的跟蹤方法

第6章 基于粒子濾波的跟蹤方法

第7章 應用實例 2100433B

查看詳情

本書涵蓋了近30年視頻跟蹤技術的發(fā)展，介紹了視頻目標檢測跟蹤及其應用的最新研究成果和動態(tài)，全面系統(tǒng)地介紹了當今世界視頻跟蹤技術的最新研究進展，重點介紹了預處理技術、圖像目標檢測、視頻目標檢測、均值移位跟蹤方法、基于粒子濾波的跟蹤方法等方面的技術和應用。

查看詳情

第1章緒論1

1.1粒子濾波的發(fā)展和應用2

1.2視頻目標的檢測與跟蹤5

1.2.1跟蹤目標的視覺特征5

1.2.2常用的視頻目標檢測方法7

1.2.3常用的視頻目標跟蹤方法10

1.2.4視頻目標跟蹤的應用14

1.3粒子濾波在視頻目標跟蹤中的應用15

1.3.1基于粒子濾波的視頻目標跟蹤研究現(xiàn)狀15

1.3.2基于粒子濾波的視覺跟蹤的難點16

1.4基于微分流形粒子濾波的視頻跟蹤研究18

1.5主要的公共視頻數據庫20

1.6本書的主要工作22

第2章視頻目標的檢測與特征提取25

2.1引言25

2.2運動目標檢測方法25

2.2.1光流計算法25

2.2.2背景消減法27

2.2.3幀間差分法27

2.3運動目標的特征提取28

2.3.1顏色特征提取28

2.3.2紋理特征提取32

2.3.3運動邊緣特征提取34

第3章目標的表觀模型35

3.1模板35

3.2活動輪廓模型36

3.3直方圖 36

3.3.1直方圖密度估計37

3.3.2空間直方圖38

3.3.3加權顏色直方圖39

3.4核密度估計 40

3.5混合高斯模型41

3.5.1混合高斯模型的數學描述41

3.5.2背景模型的更新43

第4章基于粒子濾波算法的視頻目標跟蹤45

4.1貝葉斯估計理論45

4.1.1動態(tài)系統(tǒng)的狀態(tài)模型45

4.1.2貝葉斯定理46

4.1.3貝葉斯濾波47

4.1.4蒙特卡羅方法48

4.1.5序貫重要性采樣49

4.1.6重采樣技術51

4.2粒子濾波算法52

4.2.1標準粒子濾波算法53

4.2.2標準粒子濾波的缺點54

4.2.3各種改進的粒子濾波算法58

4.3基于粒子濾波的視頻目標跟蹤方法 61

4.3.1概率跟蹤方法的數學描述61

4.3.2粒子濾波視頻跟蹤的狀態(tài)模型62

4.3.3粒子濾波視頻跟蹤的觀測模型63

4.3.4粒子濾波跟蹤實驗結果與分析65

第5章基于Mean Shift的粒子濾波跟蹤69

5.1Mean Shift概述69

5.2Mean Shift基本理論及其擴展形式70

5.2.1Mean Shift向量70

5.2.2擴展Mean Shift71

5.2.3概率密度梯度73

5.3基本Mean Shift算法74

5.4Mean Shift在目標跟蹤中的應用75

5.4.1目標描述和匹配準則75

5.4.2Mean Shift跟蹤77

5.4.3跟蹤算法流程78

5.5嵌入Mean Shift算法的粒子濾波視頻目標跟蹤78

5.5.1系統(tǒng)動態(tài)模型的設計79

5.5.2系統(tǒng)觀測模型的設計79

5.5.3目標定位80

5.5.4Mean Shift粒子聚類80

5.6實驗及分析82

第6章基于自適應流形粒子濾波算法的紅外小目標跟蹤84

6.1紅外小目標檢測和跟蹤方法概述85

6.1.1紅外小目標跟蹤技術85

6.1.2紅外小目標檢測技術86

6.2復雜背景下紅外小目標圖像的預處理算法87

6.2.1紅外圖像的組成87

6.2.2頻域高通濾波法88

6.2.3低通濾波器88

6.2.4中值濾波89

6.2.5基于數學形態(tài)學濾波的紅外圖像預處理89

6.2.6紅外圖像預處理仿真實驗92

6.3基于自適應粒子濾波算法的紅外小目標跟蹤96

6.3.1基于粒子濾波算法的紅外目標跟蹤步驟97

6.3.2基于自適應粒子濾波算法的紅外小目標跟蹤98

6.4[ZK(]基于自適應流形粒子濾波的制導紅外小目標跟蹤方法[ZK)]107

6.4.1流形基礎知識108

6.4.2基于自適應流形粒子濾波的紅外小目標跟蹤方法109

第7章基于流形聚類粒子濾波算法的視頻目標跟蹤118

7.1聚類算法119

7.1.1聚類的定義119

7.1.2聚類算法的分類120

7.2最大模糊熵高斯聚類粒子濾波算法(iMCPF)121

7.2.1最大模糊熵高斯聚類121

7.2.2最大模糊熵高斯聚類粒子濾波算法步驟122

7.3粒子稀疏化聚類123

7.3.1粒子稀疏化聚合重采樣123

7.3.2粒子交叉聚合124

7.4雙重采樣自適應粒子濾波算法(DRPF)124

7.4.1基于觀測新息的重采樣分布方案124

7.4.2雙重采樣自適應粒子濾波算法步驟125

7.5仿真實驗及分析127

7.5.1DR/GPS組合系統(tǒng)模型127

7.5.2仿真實驗及結果分析 127

7.6流形學習聚類粒子濾波算法131

7.6.1流形學習 132

7.6.2拉普拉斯特征映射134

7.6.3局部線性嵌入算法134

7.6.4增量式LLE聚類粒子濾波(ILLEDRPF)算法138

7.6.5仿真實驗及分析140

7.7流形聚類粒子濾波算法142

7.7.1流形聚類142

7.7.2流形聚類方法144

7.7.3幾何能量聚類145

7.7.4Grassmann流形粒子濾波148

7.7.5基于幾何能量的流形聚類粒子濾波149

7.7.6仿真實驗及分析150

第8章基于李群粒子濾波算法的視頻目標跟蹤156

8.1流形156

8.1.1流形的定義156

8.1.2流形的距離157

8.2李群流形理論基礎158

8.2.1李群和李代數158

8.2.2李群指數映射158

8.2.3李群幾何優(yōu)化159

8.3李群結構的矩陣協(xié)方差描述160

8.3.1目標圖像多特征提取160

8.3.2協(xié)方差的相似度匹配162

8.4李群流形上的粒子濾波算法162

8.4.1將射影變換表示為李群162

8.4.2李群狀態(tài)模型163

8.4.3李群觀測模型164

8.5李群粒子濾波算法流程165

8.6實驗結果與分析166

第9章基于李群最優(yōu)重要性函數粒子濾波算法的視頻目標跟蹤172

9.1最優(yōu)重要性密度函數172

9.2基于流形建議分布的粒子濾波器173

9.2.1基于Stiefel流形的粒子濾波器174

9.2.2基于黎曼流形的粒子濾波174

9.3黎曼均值174

9.3.1基于黎曼度量的正定對稱陣175

9.3.2改進李群結構的黎曼流形175

9.4李群正態(tài)分布175

9.4.1李群上的不變度量和測地線176

9.4.2李群協(xié)方差矩陣算法176

9.4.3基于李群指數映射的正態(tài)分布177

9.5基于李群正態(tài)分布的粒子濾波算法178

9.6實驗結果與分析178

參考文獻183

查看詳情
視頻運動目標的跟蹤方法相關推薦
  • 相關百科
  • 相關知識
  • 相關專欄