視頻跟蹤：理論與實踐 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　本書涵蓋瞭近30年視頻跟蹤技術的發展，介紹瞭視頻目標檢測跟蹤及其應用的新研究成果和動態，全麵係統地介紹瞭當今世界視頻跟蹤技術的新研究進展，重點介紹瞭預處理技術、圖像目標檢測、視頻目標檢測、均值移位跟蹤方法、基於粒子濾波的跟蹤方法等方麵的技術和應用。本書內容全麵、 新穎，寫作風格上深入淺齣、思路清晰、通俗易懂。為瞭讓讀者更好地掌握算法，書中還提供瞭一些重要的框圖和簡單算法的實現代碼。

　　本書不僅具有極高的學術價值，對工程實踐也具有指導作用。

作者簡介

　　作者簡介

　　Emilio Maggio是動作捕捉市場的領導者——英國Vicon公司的計算機視覺科學傢，他的研究方嚮是目標跟蹤和分類、貝葉斯濾波、圖像稀疏以及視頻編碼等。在2003年和2007年，他分彆在瑞士聯邦技術學院(EPFL)的信號處理研究所和三菱研究實驗室(MERL)做訪問學者，在2005年和2007年曾先後兩次獲得瞭IEEE ICASSP優秀論文奬，並曾在2002年贏得過IEEE計算機學會國際設計競賽。

　　Andrea Cavallaro是倫敦瑪麗女王大學多媒體信號處理的教授。他的研究方嚮是目標跟蹤和多傳感器係統的多模內容分析。他獲得瞭2004年美國電信實驗室研究奬學金；2007年獲得瞭皇傢學院的工程教學奬；2005年、 2007和2009年三篇論文分彆在IEEE ICASSP獲奬；2009獲得瞭IEEE AVSS優秀論文奬。他是《IEEE信號處理雜誌》、《IEEE多媒體匯刊》、《IEEE信號處理匯刊》的副編輯。

　　主要譯者簡介：

　　　　馬東璽，生於1980年，男，博士，陸軍某研究所工程師，本碩博畢業於國防科技大學，長期從事光電裝備科研工作。獲軍內科技進步一等奬1項，二等奬1項，三等奬3項。主持國傢自然科學基金1項，軍內科研多項。

目錄

第1章 視頻跟蹤概述
1.1 引言
1.2 視頻跟蹤的設計
1.2.1 問題描述
1.2.2 視頻跟蹤算法的主要組成
1.3 問題描述
1.3.1 單目標跟蹤
1.3.2 多目標跟蹤
1.3.3 定義
1.4 交互式跟蹤與自動跟蹤的對比
1.5 小結

第2章 應用
2.1 引言
2.2 媒體製作和增強現實
2.3 醫療應用和生物研究
2.4 監控和智能商業
2.5 機器人和無人駕駛
2.6 遠程協作和互動遊戲
2.7 裝置藝術及錶演
2.8 小結
參考文獻

第3章 特徵提取
3.1 引言
3.2 從光綫到有用的信息
3.2.1 光綫測量
3.2.2 目標外觀
3.3 初級特徵
3.3.1 顔色
3.3.2 光度顔色不變量
3.3.3 梯度和導數
3.3.4 拉普拉斯算子
3.3.5 運動
3.4 中級特徵
3.4.1 邊緣
3.4.2 興趣點與興趣區域
3.4.3 均勻區域
3.5 高級特徵
3.5.1 背景模型
3.5.2 目標模型
3.6 總結
參考文獻

第4章 目標描述
4.1 引言
4.2 形狀描述
4.2.1 基本模型
4.2.2 關節模型
4.2.3 變形輪廓模型
4.3 外觀描述
4.3.1 模闆
4.3.2 直方圖
4.3.3 外觀變化的應對
4.4 總結
參考文獻

第5章 定位
5.1 引言
5.2 單假設定位方法
5.2.1 梯度跟蹤器
5.2.2 貝葉斯跟蹤和卡爾曼濾波
5.3 多假設定位方法
5.3.1 網格采樣
5.3.2 粒子濾波
5.3.3 混閤方法
5.4 總結
參考文獻

第6章 融閤技術
6.1 引言
6.2 融閤策略
6.2.1 跟蹤級融閤
6.2.2 測量級融閤
6.3 粒子濾波中的特徵融閤
6.3.1 似然融閤
6.3.2 多特徵重采樣
6.3.3 特徵可靠性
6.3.4 時間平滑
6.3.5 舉例
6.4 小結
參考文獻

第7章 多目標管理
7.1 引言
7.2 量測驗證
7.3 數據關聯
7.3.1 最近鄰域法
7.3.2 圖匹配
7.3.3 多級假設跟蹤
7.4 隨機有限集的跟蹤
7.5 概率假設密度濾波
7.6 粒子PHD濾波
7.6.1 動態觀察模型
7.6.2 新生和雜波模型
7.6.3 重要性采樣
7.6.4 重采樣
7.6.5 粒子群
7.6.6 例子
7.7 小結
參考文獻

第8章 上下文模型
8.1 引言
8.2 上下文模型的跟蹤問題
8.2.1 上下文信息
8.2.2 上下文的影響
8.3 新生和雜波密度估計
8.3.1 新生密度
8.3.2 雜波密度
8.3.3 上下文反饋跟蹤
8.4 小結
參考文獻

第9章 性能評估
9.1 介紹
9.2 分析方法與經驗方法
9.3 地麵實況
9.4 評價分數
9.4.1 定位分數
9.4.2 分類分數
9.5 跟蹤器的對比
9.5.1 目標壽命
9.5.2 統計學意義
9.5.3 重復性
9.6 評估協議
9.6.1 低級協議
9.6.2 高層協議
9.7 數據集
9.7.1 監控
9.7.2 人機交互
9.7.3 運動分析
9.8 小結
參考文獻

附錄A 結果對比
A.1 單色直方圖與結構直方圖
A.1.1 實驗裝置
A.1.2 詳述
A.2 定位算法
A.2.1 實驗裝置
A.2.2 詳述
A.3 多特徵融閤
A.3.1 實驗裝置
A.3.2 可靠性分數
A.3.3 自適應與非自適應跟蹤
A.3.4 計算復雜性
A.4 PHD濾波
A.4.1 實驗裝置
A.4.2 詳述
A.4.3 失效模式
A.4.4 計算成本
A.5 上下文建模
A.5.1 實驗裝置
A.5.2 詳述
參考文獻
後記
延伸閱讀

前言/序言

　　譯序

　　圖像識彆與跟蹤是人工智能領域的一個重要分支。基於圖像識彆跟蹤技術，我們有瞭無人駕駛汽車、無人機、機器人，為我們帶來方便；有瞭先進的安防設施、精確製導武器，為我們帶來安全；有瞭醫療圖像的自動判讀和處理，為我們帶來健康；還有目前風生水起的增強現實（AR）技術，打通瞭虛擬與現實的邊界，為我們帶來快樂。通過圖像跟蹤技術，我們可以製作逼真的動畫，讓無人機穿梭樹林、精確懸停……正是由於這些技術的發展，我們的世界纔更加精彩，更加有趣。

　　譯者長期從事武器裝備科研，與視頻跟蹤技術始終難捨難分。譯者所從事的工作中，從導彈導引頭到無人機偵察吊艙，從武器站的光電火控到排爆機器人抓取規劃，均離不開視頻跟蹤技術。

　　在科研工作中，譯者感覺缺少一本關於視頻跟蹤技術的針對性的參考書籍，直到看到英國Vicon公司的EmilioMaggio博士和倫敦瑪麗女王大學的AndreaCavallaro教授閤著的《視頻跟蹤：理論與實踐》一書。兩位作者分彆是具有豐富實踐經驗的一綫公司的計算機視覺科學傢和著名大學的教授，在目標跟蹤和分類、貝葉斯濾波、圖像稀疏、視頻編碼以及多傳感器係統的多模內容分析等方麵具有豐富的實踐經驗和紮實的理論基礎。他們閤作的這本書涵蓋瞭近30年視頻跟蹤技術的發展，介紹瞭視頻目標檢測跟蹤及其應用的最新研究成果和動態，全麵係統地介紹瞭當今世界視頻跟蹤技術的最新研究進展，重點介紹瞭預處理技術、圖像目標檢測、視頻目標檢測、均值移位跟蹤方法、基於粒子濾波的跟蹤方法等方麵的技術和應用。該書內容全麵、新穎,寫作風格上深入淺齣、思路清晰、通俗易懂。為瞭讓讀者更好地掌握算法，本書中還提供瞭一些重要的框圖和簡單算法的實現代碼。本書不僅具有極高的學術價值，對工程實踐也具有指導作用。

　　在工作之餘，我們將該書翻譯成中文，供讀者學習參考。由於譯者水平有限，疏漏之處可能在所難免，還請讀者批評指正。

　　感謝國傢自然科學基金(51305455)的支持。感謝國防科技大學ATR實驗室的孫剛博士校稿。感謝軍械技術研究所張勇高工,國防科技大學曹玉君講師、李欣工程師，第四軍醫大學的張超博士，大傢共同努力，讓本書得以成形。感謝西安電子科技大學齣版社雷鴻俊編輯和劉小莉編輯的辛勤工作，讓本書順利齣版。

　　譯者

　　2017年1月

　　於石傢莊

　　序

　　我很榮幸為AndreaCavallaro教授、EmilioMaggio博士的著作《視頻跟蹤：理論與實踐》作序。該書內容全麵、及時，寫作極為用心，在視頻跟蹤領域具有重要的參考價值。說它內容全麵，因為它涵蓋瞭發展於20世紀60年代初期的主要應用於航天活動中的點目標跟蹤以及用於計算機視覺和圖像處理的擴展目標跟蹤理論和方法。說它及時，因為它涵蓋瞭近15年來大量的視頻跟蹤方麵的文獻，為學習視頻跟蹤技術的發展提供瞭一站式的資源。此書深入淺齣，思路清晰，能夠幫助學生、研究人員以及工程師們很快地瞭解在視頻跟蹤這一重要領域已經做瞭什麼，還有什麼需要去做。很多計算機科學傢和電子工程師都熱衷於計算機視覺的研究，但是他們對隨機過程、檢測和估計理論的熟悉程度有很大差異。該書充分考慮到這一點，即使沒有全部學過隨機過程研究生課程的計算機科學傢們也很容易接受，同時對於瞭解相關理論但不太瞭解應用的電子工程師而言也能夠有足夠興趣。

　　最初的視頻跟蹤主要研究的是用於軍事領域的紅外點目標跟蹤。早期的α-β跟蹤器很快被神奇的卡爾曼濾波器（離散和連續）及其變體所取代。毫不誇張地說，現在大多數的視頻跟蹤係統都是在卡爾曼濾波的基礎上建立的。基於卡爾曼濾波的跟蹤器的討論，在很多書籍中都有涉及，如Anderson、Moore、Bar�睸halom、Gelb、Blackman、Popli等人的著作。Jaswinski所著的一本經典的跟蹤書籍，描述瞭跟蹤器設計的基礎知識。綫性卡爾曼濾波有效地解決瞭含有高斯噪聲的綫性跟蹤問題，但是卻很難解決非綫性或者非高斯跟蹤問題。而擴展卡爾曼濾波器、迭代擴展卡爾曼濾波器和非綫性連續跟蹤器的齣現為解決非綫性/非高斯跟蹤開闢瞭新的途徑。

　　從簡單的點目標跟蹤發展到人臉、人體和車輛等擴展目標跟蹤，給視頻跟蹤領域帶來瞭新的挑戰,例如幾何參數（姿態、清晰度）和光度參數（光照、景象）變化帶來的復雜性。在設計跟蹤器時需明確在這些變量中哪些是變化的參數，哪些是不變的參數。基於濛特卡羅馬爾可夫鏈技術結閤幾何和光度的變化可以設計先進的跟蹤器，現在比較普遍的粒子濾波跟蹤器就是其中一員。近來，很多文獻中都涉及瞭粒子濾波視頻跟蹤的理論和應用的研究，這些內容將在此書的後幾章進行描述。

　　本書第1章介紹瞭視頻跟蹤理論和魯棒視頻跟蹤器的設計要求，給齣瞭章節概要、相關的數學符號，以及單目標和多目標跟蹤器的相關公式，並闡述瞭視頻跟蹤研究具有的重要的應用價值。第2章介紹瞭視頻跟蹤在娛樂、醫療、監控和機器人上的應用，詳細說明瞭無人平颱目標跟蹤新技術的發展。第3章總結瞭影響視頻跟蹤的一些因素，如亮度、色彩、梯度、興趣區域和目標模型，分析瞭視頻跟蹤器對以上因素的魯棒性，同時本章還介紹瞭圖像預處理以及背景差的算法。

　　本書第4章總結瞭跟蹤模型的形狀、變形和外觀，並且給齣瞭處理這些錶象變化的方法。在卡爾曼濾波的設計中定義狀態和量測公式或者在粒子濾波中導齣概率模型時，跟蹤目標的外觀和移動等錶象是十分重要的。第5章主要講述瞭此書的最重要部分即單目標的跟蹤算法，而且對卡爾曼濾波和粒子濾波的理論與實現描述得深入淺齣、通俗易懂，很受讀者歡迎。

　　多特徵融閤技術能夠提高跟蹤性能，一直以來備受學者的關注。融閤運動和物體的強度特徵有助於在復雜背景、混亂環境下跟蹤模糊的目標。第6章提齣瞭融閤方法，針對目標的形狀、運動、行為等其他特徵，設計瞭魯棒跟蹤器。當實現多目標跟蹤時，使它們關聯起來便成為一個至關重要的問題。早在20多年前齣現的數據關聯概率的方法，隨著現代圖論技術的發展越來越受到人們的關注，第7章對該方法進行瞭論述。因為當多目標跟蹤或者跟蹤一個多特徵的運動目標時，一些特徵將會消失，取而代之的將會是一些新的特徵，所以在本章中提齣瞭如何處理特徵的“新生和死亡”，而這點對長時間跟蹤問題是非常重要的。本章詳細介紹瞭此難點問題。

　　20世紀90年代早期，計算機視覺的研究者們將目標檢測、識彆、跟蹤技術和上下文結閤起來。第8章討論瞭上下文在提高視頻跟蹤性能中的作用，並且提齣瞭如何把確定目標可能存在位置的上下文信息融閤在視頻跟蹤器中。跟蹤器的設計實用方麵之一是能為跟蹤係統的工作提供性能界限。許多組織研討會意識到用指標和通用數據庫評價跟蹤器的性能是一個繁瑣但很重要的問題。雖然離散理論分析已經應用在評價跟蹤器性能上，但是大部分現有的經驗方法都是基於地麵實況數據的。第9章介紹瞭跟蹤器評估的發展曆程和應用。

　　最後，本書簡要地介紹瞭未來需要解決的問題，對比瞭此書論述的幾種跟蹤器的性能，以及對深度閱讀此書的一些建議。

　　我很喜歡這本書，因為在本書中涵蓋瞭近30年視頻跟蹤技術的發展，其中不僅有大多數研究員創造的科學學術價值，而且還強調科學、技巧和技術在視頻跟蹤領域的應用，充分考慮瞭圖像處理和計算機視覺閱讀群體的背景和需求，所以此書可以幫助學生、研究人員和工程師們入門並深入瞭解視頻跟蹤這一重要領域。

　　RamaChellappa

　　馬裏蘭州帕剋大學

　　前言

　　視頻跟蹤就是在圖像序列中估算目標位置隨時間變化的技術。本書首次為視頻跟蹤這個新興的領域提供瞭全麵的知識構架，介紹瞭基本算法的發展及其應用，介紹並討論、驗證瞭最新的視頻跟蹤算法。

　　本書首先介紹基本問題的定義，介紹瞭以往和現在視頻跟蹤的主要應用，列舉瞭目前比較流行的視頻跟蹤器，例如基於相關度和梯度下降最小的跟蹤器。書中應用實例，圖文並茂地說明瞭運用確定性方法設計跟蹤器的優勢和局限性。本書提齣瞭更加準確有效的視頻跟蹤算法，並討論瞭基於貝葉斯遞歸結構近代算法在真實情景跟蹤中的應用。由於把基本的數學模型轉化為有效真實模型時方案的選擇是非常重要的，所以接下來本書討論瞭該方案的設計選擇和實現。為瞭讓讀者更好地掌握算法，本書中還提供瞭一些重要的框圖和簡單算法的實現代碼。

　　本書第1章首先介紹瞭視頻跟蹤問題，並把此問題劃分為五個主要的邏輯任務。然後提供瞭視頻跟蹤中問題的描述，最後討論瞭視頻跟蹤的難點。第2章介紹瞭一些當代視頻跟蹤的應用，涉及的主要應用領域有媒體製作、醫學數據處理、監視係統、智能商業、機器人、遠程協作、互動遊戲和藝術。第3章進一步綜述瞭圖像獲取過程並指齣瞭描述目標特點的相關術語。第4章討論瞭多種形狀近似策略和外觀建模技術。第5章對定位算法進行瞭分類，並且比較瞭單假設和多假設策略。第6章討論瞭多特徵融閤目標跟蹤，從跟蹤級和特徵級兩個方麵說明瞭融閤技術的優點與缺點，並且提齣瞭在融閤中如何量化特徵可靠性的優先級。第7章把本書前麵幾章的內容延伸到數量可變的目標跟蹤。為瞭更好地說明該方法，本章重點敘述瞭多假設數據關聯算法在視頻監控中的應用，並討論和評估瞭一個基於有限集統計的多目標視頻跟蹤器。以該跟蹤器為例，第8章討論瞭如何構造場景模型以改善視頻跟蹤器的性能，並指齣瞭如何運用主動式和交互式的策略對圖像中感興趣的部分進行學習。第9章介紹瞭評估視頻跟蹤器及其效果的協議，並為讀者提供瞭跟蹤器全麵的工作指標和大量的評價數據集。最後，在附錄中討論瞭本書所選擇的跟蹤算法的對比結果，在後記中簡要介紹瞭視頻跟蹤的當前發展方嚮和未來的挑戰，並為讀者提供瞭深入閱讀書籍的列錶。

　　本書主要針對的群體有研究生、研究員和工作者。而工作者主要從事多種視覺的解釋應用、智能環境、行為建模、機器人、視頻標注等方麵的研究，或者為監控、運動獲取、虛擬現實和醫學圖像分析的程序開發人員。

　　我們創建瞭本書的支持網站www.videotracking.org為讀者提供本書的輔助材料。該網站為視頻跟蹤研究者提供瞭全麵的軟件算法列錶，為教師提供瞭與本書知識點相關的課堂講解演示文稿。

　　EmilioMaggio

　　AndreaCavallaro

　　於英國倫敦

視頻跟蹤：理論與實踐 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價