《視頻圖像運動目標分析》對視頻圖像運動目標分析中各方面的技術發(fā)展狀況進行了分析,綜述了國內(nèi)外研究現(xiàn)狀,然后提出各種可見光、紅外等傳感器在各種光照、背景條件下的目標檢測、跟蹤以及攝像機控制等問題的解決方法,并給出實驗實例。全書共分11章,3個部分。第0章緒論,綜述了視頻圖像運動目標分析技術,引出這個領域中的基本概念及研究現(xiàn)狀,引出各種算法的分析思路等;第1部分為背景建模與目標檢測,包括第1章一第3章,分別介紹了雙模型自適應背景建模方法、混合高斯陰影抑制方法以及基于新特征的Adaboost行人檢測器等;第2部分為運動目標跟蹤方法,包括第4章一第6章,分別介紹了基于模糊顏色直方圖、紋理特征和多特征自適應融合的運動目標跟蹤方法;第3部分為攝像機系統(tǒng)控制、多攝像機目標交接以及目標分析系統(tǒng)設計等技術。
第0章 緒論
視頻運動目標分析技術
運動目標分析技術研究現(xiàn)狀
運動目標檢測、分類
運動目標跟蹤
行為識別與理解
多攝像機運動目標分析系統(tǒng)
本書內(nèi)容安排
第1部分 背景建模與目標檢測
第1章 雙模型自適應背景建模方法
雙模型背景建模
雙模型背景建模思路
雙模型運動目標檢測方案
雙模型運動目標檢測算法
實驗結(jié)果與分析
雙模型運動目標檢測算法實驗結(jié)果
關于尺度參數(shù)選取的實驗分析
關于熵圖像更新終止邏輯的實驗分析
多模型框架下的自適應混合高斯模型及實驗結(jié)果
第2章 基于混合高斯模型的陰影抑制算法
陰影抑制
基于顏色模型變換的陰影抑制
基于統(tǒng)計的陰影抑制
基色彩特征不變量的陰影抑制
基于GMM的陰影抑制算法
算法流程
實驗分析
第3章 基于新特征的Adaboost行人檢測器
Adaboost分類器
Adaboost分類器的構(gòu)造
Adaboost算法的收斂性能
Adaboost算法的泛化能力
目標特征提取
傳統(tǒng)的特征表述
三角特征
復合特征
實驗分析
樣本庫
弱分類器訓練分析
強分類器訓I練分析
行人檢測結(jié)果
第2部分 運動目標跟蹤方法
第4章 基于模糊顏色直方圖的目標跟蹤
模糊顏色直方圖
基于模糊顏色直方圖的函數(shù)目標跟蹤算法
目標的模糊顏色直方圖
目標模糊顏色直方圖的動態(tài)修正
……
第十章 多攝像機運動目標分析系統(tǒng)設計
參考文獻