【拍前必读】：

本店销售的书籍品相可能因为存放时间长短关系会有成色不等，请放心选购。

付款后，不缺货的情况下，48小时内发货，如有缺货的情况下，我们会及时在聊天窗口给您留言告知。

发货地北京，一般情况下发货后同城次日可以到达，省外具体以快递公司运输为准。

望每位读者在收货的时候要验货，有什么意外可以拒签，这是对您们权益的保护。

注意：节假日全体放假，请自助下单；如需帮助请及时与我们联系。祝您购物愉快！商家热线：010-57272736

基本信息

书名：实用性目标检测与跟踪算法原理及应用

定价：72.00元

作者：徐光柱,雷帮军

出版社：国防工业出版社

出版日期：2015-04-01

ISBN：9787118102208

字数：

页码：164

版次：1

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

内容提要

《实用性目标检测与跟踪算法原理及应用》从实时与实用两个角度，结合具体实例系统讲述了视觉目标检测与跟踪算法原理及应用。
　　在视觉目标检测部分，《实用性目标检测与跟踪算法原理及应用》全面论述了AdaBoost算法原理、积分图及Haar-Like特征快速计算方法和Viola-Jones通用目标检测框架、梯度直方图、SVM原理、HOG与SVM相结合的目标检测框架，同时给出了这两类算法在人脸检测与行人检测中的应用实例及基于openCV的实现。在视觉目标跟踪部分，《实用性目标检测与跟踪算法原理及应用》系统介绍了单目标跟踪算法的分类与现存问题及性能评价方法；详细论述了以压缩感知理论为背景的压缩跟踪算法原理及改进算法．并对其具体实现给出了细节分析；全面讲述了跟踪、学习及检测相结合的视觉目标跟踪算法的原理，并给出了其性能分析。后，从具体问题出发，《实用性目标检测与跟踪算法原理及应用》详细说明了目标检测与跟踪算法在人眼区域检测与跟踪、多人脸检测与跟踪、交互式鱼体跟踪系统中的应用。
　　《实用性目标检测与跟踪算法原理及应用》内容丰富、案例典型，论述由浅入深、重点突出，理论与实例紧密结合，内容安排合理、可读性强。
　　《实用性目标检测与跟踪算法原理及应用》适用于计算机视觉相关方向的研究生和高年级本科生阅读，同时也可作为相关领域研究人员和目标检测与跟踪算法工程师的参考资料。

目录

章 视频目标检测综述及Viola-Jones算法
1.1 目标检测技术综述
1.1.1 基于特征的目标检测
1.1.2 基于模板的目标检测
1.1.3 基于运动的目标检测
1.1.4 基于分类器的目标检测
1.2 基于Viola-Jones算法的视频目标检测原理分析
1.2.1 Haar-Like特征描述
1.2.2 积分图像
1.2.3 AdaBoost算法
1.2.4 级联分类器
1.3 基于Viola-Jones算法的人脸检测及其OpenCV实现
1.3.1 级联分类器的训练
1.3.2 实现人脸检测的OpenCV代码分析
参考文献

第2章 基于HOG-SVM算法的行人检测原理与实现
2.1 HOG特征提取
2.1.1 颜色空间标准化
2.1.2 计算图像梯度
2.1.3 空间和方向上的梯度统计
2.1.4 重叠Block特征的标准化
2.1.5 收集检测空间所有Block的HOG特征
2.2 SVM原理分析
2.2.1 SVM理论基础
2.2.2 线性SVM
2.2.3 非线性SVM
2.3 基于HOG-SVM算法的行人检测及其0penCV实现
2.3.1 行人检测器的训练
2.3.2 实现行人检测的OpenCV代码剖析
2.3.3 实验结果与分析
参考文献

第3章 视频目标跟踪技术综述
3.1 视频目标跟踪的应用领域
3.2 视频目标跟踪系统模块组成
3.2.1 目标描述
3.2.2 目标特征的选择
3.3 跟踪算法分类与举例
3.4 目标跟踪所面临的挑战问题
3.4.1 目前跟踪方法存在的问题
3.4.2 长时间目标跟踪
3.4.3 TLD算法
3.5 目标跟踪评测方法与数据集
3.5.1 评测方法
3.5.2 评测数据集
参考文献

第4章 CT算法的原理与实现及改进
4.1 相关理论基础介绍
4.1.1 朴素贝叶斯分类器
4.1.2 Haar-Like特征.
4.1.3 压缩感知理论
4.1.4 目标跟踪算法性能评价指标
4.2 CT算法原理及实现细节分析
4.2.1 CT算法的原理
4.2.2 CT算法实现步骤
4.2.3 CT算法的细节分析
4.2.4 CT算法的Matlab实现难点
4.3 基于局部区域相似度匹配的改进算法
4.3.1 区域选择
4.3.2 相似度计算
4.3.3 实验结果与分析
4.4 基于表观模型再匹配的改进算法
4.4.1 朴素贝叶斯分类器值的剖析
4.4.2 改进算法的实现
4.4.3 实验结果与分析
4.5 利用加权分块策略应对遮挡问题的目标跟踪改进算法
4.5.1 改进算法的实现
4.5.2 实验结果与分析
4.6 小结
参考文献

第5章 跟踪与检测及学习相结合的目标跟踪算法
5.1 TLD算法介绍
5.2 TLD中的跟踪算法
5.2.1 光流法简介
5.2.2 牛顿迭代法
5.2.3 经典光流法
5.2.4 金字塔LK光流法
5.2.5 光流法的应用
5.3 TLD中的目标检测算法
5.3.1 方差分类器
5.3.2 级联分类器
5.3.3 KNN分类器
5.4 实验结果及性能分析
5.4.1 TLD性能分析
5.4.2 P-N学习的性能分析
参考文献

第6章 目标检测与TLD算法的应用举例
6.1 人眼检测与跟踪
6.1.1 基于AdaBoost的人眼区域检测
6.1.2 基于尺度均衡策略的快速人脸检测
6.1.3基于TLD的人眼跟踪系统
6.1.4 实验结果与分析
6.2 多人脸目标跟踪
6.2.1 人脸目标检测
6.2.2 多人脸的标记与分离
6.2.3 多人脸跟踪
6.2.4 实验结果与分析
参考文献

第7章 基于压缩跟踪算法的交互式鱼体跟踪
7.1 计算鱼类游泳速度方法的选择
7.2 交互式视频跟踪
7.2.1 交互式视频跟踪算法的实现
7.2.2 目标样本再选择方法介绍
7.2.3 目标样本再选择方法实验结果分析
7.2.4 算法流程
7.2.5 交互式跟踪得到鱼头位置的数据
7.2.6 交互式视频跟踪技术的Matlab实现
7.3整鱼图像抠取算法
7.3.1 抠取整鱼图像的方法
7.3.2 抠取整鱼图像的实验结果
7.3.3 算法流程
7.3.4 抠取整鱼图像算法的Matlab实现
参考文献

作者介绍

文摘

序言