圖像目標跟蹤技術（簡體書）

《圖像目標跟蹤技術》系統闡述了圖像目標跟蹤的有關概念、原理和方法，共分9章，第1章介紹圖像目標跟蹤的意義、應用及分類，第2章介紹非線性優化序貫擬蒙特卡洛濾波，第3章介紹融合背景信息的序貫擬蒙特卡洛濾波目標跟蹤，第4章討論基於概率圖模型的粒子濾波多目標跟蹤，第5章介紹基於序貫擬蒙特卡洛濾波的多攝像機目標跟蹤，第6章介紹基於信息融合技術的目標跟蹤，第7章討論受機械參數影響的多攝像機深度估計，第8章介紹基於自適應多信息融合的均值漂移紅外目標跟蹤，第9章介紹融合均值漂移和粒子濾波優點的實時目標跟蹤。《圖像目標跟蹤技術》是圖像目標跟蹤方面的專著，反映作者近年來在這一領域的主要研究成果。
《圖像目標跟蹤技術》內容新穎，理論聯繫實際，可作為大專院校及科研院所圖像處理、計算機視覺和視頻處理等領域的高年級本科生、研究生的教學和參考用書，也可供相關領域的教師、科研人員及工程技術人員作參考。．

國內首本全面涵蓋傳統單攝像機目標跟蹤和最新研究熱點多攝像機目標跟蹤研究進展的書籍，《圖像目標跟蹤技術》(作者王鑫、徐立中)中在深入闡述圖像目標跟蹤技術的各種理論的同時，將對最新的跟蹤技術發展成果和未來發展方面都有較為全面的介紹，包括：融合背景信息的序貫擬蒙特卡洛濾波目標跟蹤算法、基于序貫擬蒙特卡洛濾波的多攝像機目標跟蹤算法、融合Mean Shift和粒子濾波優點的目標跟蹤算法等，為研究相關領域的研究學者提供了較為詳盡的參考。同時，書中列舉了實際典型應用，實用性強，這也使本書適用于圖像處理軟件設計、測試和維護的工程技術人員。

第1章 緒論
1.1 圖像目標跟蹤的意義和應用
1.2 單攝像機目標跟蹤
1.2.1 目標表示模型
1.2.2 目標動態模型
1.2.3 目標狀態估計模型
1.3 多攝像機目標跟蹤
1.3.1 目標匹配
1.3.2 攝像機標定及拓撲關係估計
1.3.3 數據關聯
1.4 紅外圖像中目標的跟蹤
1.5 智能視頻監控系統
1.5.1 智能視頻監控的背景和意義
1.5.2 智能視頻監控系統
參考文獻

第2章 非線性優化序貫擬蒙特卡洛濾波
2.1 引言
2.2 基於貝葉斯框架的跟蹤問題描述
2.2.1 貝葉斯濾波的蒙特卡洛實現
2.2.2 貝葉斯濾波的擬蒙特卡洛實現
2.3 非線性優化序貫擬蒙特卡洛濾波
2.3.1 信賴域方法
2.3.2 基於信賴域的序貫擬蒙特卡洛濾波算法
2.4 實驗與分析
2.4.1 非線性動態模型
2.4.2 二維點目標跟蹤中的應用
參考文獻

第3章 融合背景信息的序貫擬蒙特卡洛濾波目標跟蹤
3.1 引言
3.2 協方差特徵
3.2.1 基於積分圖的協方差特徵快速計算方法
3.2.2 協方差特徵的基本性質
3.2.3 基於協方差特徵的目標表觀和背景模型
3.3 融合背景信息的序貫擬蒙特卡洛濾波目標跟蹤算法
3.3.1 融合背景信息的粒子權重估計
3.3.2 目標匹配方法和表觀模型更新策略
3.4 實驗與分析
3.4.1 實驗1
3.4.2 實驗2
3.4.3 實驗3
參考文獻

第4章 基於概率圖模型的粒子濾波多目標跟蹤
4.1 引言
4.2 概率圖模型
4.2.1 圖論的基本概念
4.2.2 無向概率圖模型
4.3 基於概率圖模型的粒子濾波多目標跟蹤算法
4.3.1 多目標概率圖模型建模
4.3.2 概率圖模型推理
4.3.3 目標空間特徵建模
4.3.4 基於概率圖模型的粒子濾波算法
4.4 實驗與分析
參考文獻

第5章 基於序貫擬蒙特卡洛濾波的多攝像機目標跟蹤
5.1 引言
5.2 基於貝葉斯理論的多攝像機目標跟蹤建模
5.2.1 系統描述
5.2.2 後驗概率推導
5.3 多攝像機單應約束原理
5.3.1 單應約束矩陣計算原理
5.3.2 基於RANSAC的單應矩陣計算方法
5.4 基於序貫擬蒙特卡洛濾波的多攝像機目標跟蹤算法
5.4.1 目標表觀建模
5.4.2 似然性
5.4.3 自適應重要性採樣
5.5 實驗與分析
5.5.1 實驗1
5.5.2 實驗2
5.5.3 實驗3
參考文獻

第6章 基於信息融合技術的目標跟蹤
6.1 引言
6.2 監控視頻信息融合
6.2.1 信息融合基本概念
6.2.2 視頻信息融合結構
6.2.3 視頻信息融合方法
6.3 基於多信息融合的粒子濾波目標跟蹤
6.3.1 基於貝葉斯估計的目標跟蹤框架
6.3.2 粒子濾波理論
6.3.3 基於多信息融合的粒子濾波目標跟蹤算法
6.3.4 提出算法的具體步驟
6.3.5 實驗與分析
6.4 多攝像機融合跟蹤
6.4.1 多攝像機融合系統
6.4.2 多攝像機數據融合
6.4.3 系統設計與仿真
參考文獻

第7章 受機械參數影響的多攝像機深度估計
7.1 引言
7.2 立體視覺模型
7.3 不同機械參數誤差下的深度估計模型
7.3.1 攝像機畸變
7.3.2 攝像機平移
7.3.3 攝像機旋轉
7.3.4 攝像機上下傾斜
7.3.5 攝像機左右偏轉
7.3.6 多個誤差同時發生
7.4 實驗與分析
7.4.1 特徵點匹配
7.4.2 參數d、α和β的估計
7.4.3 參數γ的估計
7.4.4 實驗結果
7.4.5 討論分析
參考文獻

第8章 基於自適應多信息融合的均值漂移紅外目標跟蹤
8.1 引言
8.2 Mean Shift理論
8.2.1 Mean Shift向量
8.2.2 基於核函數直方圖的均值漂移目標跟蹤算法
8.2.3 基於概率分佈圖的均值漂移目標跟蹤算法
8.3 基於自適應多信息融合的均值漂移紅外目標跟蹤算法
8.3.1 新的紅外人體目標模型
8.3.2 提出的目標跟蹤算法
8.4 實驗與分析
8.4.1 提出的算法和基於灰度信息均值漂移算法的比較
8.4.2 自適應多信息融合算法和固定權值多信息融合算法比較
8.4.3 遮擋問題的處理
8.4.4 改進算法的效率分析
參考文獻

第9章 融合均值漂移和粒子濾波優點的實時目標跟蹤
9.1 引言
9.2 融合均值漂移和粒子濾波優點的實時彩色目標跟蹤
9.2.1 改進的融合顏色和運動信息的目標模型
9.2.2 改進的均值漂移算法
9.2.3 本節算法的具體實現
9.2.4 實驗與分析
9.3 融合均值漂移和粒子濾波優點的實時紅外目標跟蹤
9.3.1 改進的融合灰度和運動信息的目標模型
9.3.2 改進的均值漂移算法
9.3.3 本節算法的具體實現
9.3.4 實驗與分析
參考文獻．