复杂环境中运动目标检测与跟踪研究

书籍简介:

全书共分为5章，第一章阐述课题提出背景和研究意义，分析了煤矿视频数据的特点，描述了目标检测和跟踪的国内外研究现状等内容；第二章介绍了一种基于鲁棒模糊核聚类方法，然后利用它进行目标检测，提高了背景模型对场景变化的适应能力；第三章介绍了一种基于ELM的最大间隔聚类（EMMC）方法，然后将其引入BoW模型中，使用极速最大间隔聚类优化K-均值，可得到较好的视觉单词划分结果，提高目标分类性能；第四章提出一种基于ELM和多特征融合的粒子滤波跟踪算法。该算法利用极速学习机重新估计粒子权值，改善粒子退化问题；同时采用多特征融合构建粒子滤波中的目标表示模型，该算法可以有效解决目标跟踪中的遮挡问题，同时提高算法的执行效率；第五章提出结合协同训练分类器的粒子滤波跟踪算法，分类器和粒子滤波跟踪器同时独立运行，然后将结果进行融合，得到目标定位。当跟踪失败后，采用无重叠的分类器网格重新获取目标，同时启动跟踪器进行跟踪。

书籍规格:

书籍信息归属:

复杂环境中运动目标检测与跟踪研究是中国矿业大学出版社于2014.8出版的中图分类号为 TP72 ,TN953 的主题关于 运动目标检测－研究 ,目标跟踪－研究 的书籍。