本書(shū)以序列圖像中目標(biāo)分析技術(shù)的基本過(guò)程為主線，系統(tǒng)地介紹了目標(biāo)分析的基本理論，詳細(xì)講解了作者的研究成果。緒論重點(diǎn)對(duì)序列圖像中目標(biāo)分析技術(shù)的研究現(xiàn)狀進(jìn)行了分析。目檢測(cè)部分，提出了一種基本的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)框架；在此基礎(chǔ)上提出了兩種改進(jìn)的目標(biāo)檢測(cè)算法，可分別用于需要精確檢測(cè)目標(biāo)和閾值化后目標(biāo)連通性較差的應(yīng)用場(chǎng)合；針對(duì)幀間差分法的不足，提出了一種基于差分背景融合建模的目標(biāo)檢測(cè)算法。目標(biāo)定位部分，提出了一種基于減法聚類算法的目標(biāo)定位技術(shù)和一種橢圓域減法聚類目標(biāo)定位方法；提出了減法聚類目標(biāo)定位算法的七點(diǎn)優(yōu)化技術(shù)；另外，提出了一種基于非參數(shù)核密度估計(jì)的目標(biāo)定位技術(shù)，可根據(jù)應(yīng)用靈活選擇核函數(shù)估計(jì)樣本點(diǎn)的密度值分布；針對(duì)減法聚類技術(shù)復(fù)雜度高的問(wèn)題，提出了一種基于nystr?m密度值逼近的減法聚類方法。目標(biāo)運(yùn)動(dòng)估計(jì)部分，為了降低運(yùn)動(dòng)估計(jì)的計(jì)算復(fù)雜度，提出了一種基于運(yùn)動(dòng)場(chǎng)預(yù)測(cè)的六邊形塊運(yùn)動(dòng)估計(jì)算法和一種基于運(yùn)動(dòng)場(chǎng)預(yù)測(cè)的部分失真運(yùn)動(dòng)估計(jì)算法；另外，對(duì)umhexagons算法進(jìn)行了改進(jìn)。目標(biāo)跟蹤與識(shí)別部分，針對(duì)復(fù)雜背景下的目標(biāo)跟蹤，提出了一種基于圖像感知哈希技術(shù)的目標(biāo)跟蹤算法；針對(duì)遮擋情況，提出了一種自適應(yīng)步長(zhǎng)選擇的ncc圖像匹配算法；*后，采用基于團(tuán)塊和軌跡分析的方法實(shí)現(xiàn)了區(qū)域入侵、人體跌倒、遺留物檢測(cè)、人體徘徊四種異常行為的判定。
|
