流形粒子濾波算法及其在視頻目標跟蹤中的套用

《流形粒子濾波算法及其在視頻目標跟蹤中的套用》是2015年5月出版的圖書，作者是朱志宇。

基本介紹

• 書名：流形粒子濾波算法及其在視頻目標跟蹤中的套用
• 作者：朱志宇
• ISBN：978-7-118-09889-1
• 出版時間：2015年5月
• 裝幀：平裝
• 開本：16
• 版次：1版1次

內容簡介

書名：流形粒子濾波算法及其在視頻目標跟蹤中的套用

書號：978-7-118-09889-1

作者：朱志宇

出版時間：2015年5月

譯者：

版次：1版1次

開本：16

裝幀：平裝

出版基金：

頁數：192

字數：241

中圖分類：TP302.7

叢書名：

定價：36.00

本書研究流形上的粒子濾波算法將粒子濾波視頻跟蹤系統的狀態模型建立在流形上在低維流形上實現狀態採樣充分利用了狀態空間的內蘊幾何特性為解決粒子退化問題提高跟蹤算法的效率、實時性和魯棒性提供一種新的思路? 探討了基於自適應黎曼流形粒子濾波算法的紅外小目標跟蹤方法在黎曼流形上進行線上學習和更新目標外形採用加權歐幾里得黎曼平均值估計表面協方差矩陣? 研究了一種基於幾何能量的流形聚類粒子濾波算法利用流形上數據空間位置信息的幾何曲率來表示幾何能量通過最小化能量得到流形的邊界點從而得到劃分聚類的目的?採用射影變換表示目標圖像區域的幾何形變將視頻跟蹤系統的狀態模型建立在低維流形(李群)上沿流形測地線進行狀態採樣套用流形上的最最佳化算法在流形上計算樣本內蘊均值實現狀態估計?構建了基於李群指數映射的李群常態分配並將李群常態分配表示為最優重要性函式進行粒子採樣

編輯推薦

本書可供高等院校電子信息、自動化、計算機套用、套用數學等有關專業的高年級本科生和研究生以及從事控制科學與工程、信號與信息處理領域的工程技術人員和研究人員參考閱讀

目錄

第1章緒論1

1.1粒子濾波的發展和套用2

1.2視頻目標的檢測與跟蹤5

1.2.1跟蹤目標的視覺特徵5

1.2.2常用的視頻目標檢測方法7

1.2.3常用的視頻目標跟蹤方法10

1.2.4視頻目標跟蹤的套用14

1.3粒子濾波在視頻目標跟蹤中的套用15

1.3.1基於粒子濾波的視頻目標跟蹤研究現狀15

1.3.2基於粒子濾波的視覺跟蹤的難點16

1.4基於微分流形粒子濾波的視頻跟蹤研究18

1.5主要的公共視頻資料庫20

1.6本書的主要工作22

第2章視頻目標的檢測與特徵提取25

2.1引言25

2.2運動目標檢測方法25

2.2.1光流計算法25

2.2.2背景消減法27

2.2.3幀間差分法27

2.3運動目標的特徵提取28

2.3.1顏色特徵提取28

2.3.2紋理特徵提取32

2.3.3運動邊緣特徵提取34

第3章目標的表觀模型35

3.1模板35

3.2活動輪廓模型36

3.3直方圖 36

3.3.1直方圖密度估計37

3.3.2空間直方圖38

3.3.3加權顏色直方圖39

3.4核密度估計 40

3.5混合高斯模型41

3.5.1混合高斯模型的數學描述41

3.5.2背景模型的更新43

第4章基於粒子濾波算法的視頻目標跟蹤45

4.1貝葉斯估計理論45

4.1.1動態系統的狀態模型45

4.1.2貝葉斯定理46

4.1.3貝葉斯濾波47

4.1.4蒙特卡羅方法48

4.1.5序貫重要性採樣49

4.1.6重採樣技術51

4.2粒子濾波算法52

4.2.1標準粒子濾波算法53

4.2.2標準粒子濾波的缺點54

4.2.3各種改進的粒子濾波算法58

4.3基於粒子濾波的視頻目標跟蹤方法 61

4.3.1機率跟蹤方法的數學描述61

4.3.2粒子濾波視頻跟蹤的狀態模型62

4.3.3粒子濾波視頻跟蹤的觀測模型63

4.3.4粒子濾波跟蹤實驗結果與分析65

第5章基於Mean Shift的粒子濾波跟蹤69

5.1Mean Shift概述69

5.2Mean Shift基本理論及其擴展形式70

5.2.1Mean Shift向量70

5.2.2擴展Mean Shift71

5.2.3機率密度梯度73

5.3基本Mean Shift算法74

5.4Mean Shift在目標跟蹤中的套用75

5.4.1目標描述和匹配準則75

5.4.2Mean Shift跟蹤77

5.4.3跟蹤算法流程78

5.5嵌入Mean Shift算法的粒子濾波視頻目標跟蹤78

5.5.1系統動態模型的設計79

5.5.2系統觀測模型的設計79

5.5.3目標定位80

5.5.4Mean Shift粒子聚類80

5.6實驗及分析82

第6章基於自適應流形粒子濾波算法的紅外小目標跟蹤84

6.1紅外小目標檢測和跟蹤方法概述85

6.1.1紅外小目標跟蹤技術85

6.1.2紅外小目標檢測技術86

6.2複雜背景下紅外小目標圖像的預處理算法87

6.2.1紅外圖像的組成87

6.2.2頻域高通濾波法88

6.2.3低通濾波器88

6.2.4中值濾波89

6.2.5基於數學形態學濾波的紅外圖像預處理89

6.2.6紅外圖像預處理仿真實驗92

6.3基於自適應粒子濾波算法的紅外小目標跟蹤96

6.3.1基於粒子濾波算法的紅外目標跟蹤步驟97

6.3.2基於自適應粒子濾波算法的紅外小目標跟蹤98

6.4[ZK(]基於自適應流形粒子濾波的制導紅外小目標跟蹤方法[ZK)]107

6.4.1流形基礎知識108

6.4.2基於自適應流形粒子濾波的紅外小目標跟蹤方法109

第7章基於流形聚類粒子濾波算法的視頻目標跟蹤118

7.1聚類算法119

7.1.1聚類的定義119

7.1.2聚類算法的分類120

7.2最大模糊熵高斯聚類粒子濾波算法(iMCPF)121

7.2.1最大模糊熵高斯聚類121

7.2.2最大模糊熵高斯聚類粒子濾波算法步驟122

7.3粒子稀疏化聚類123

7.3.1粒子稀疏化聚合重採樣123

7.3.2粒子交叉聚合124

7.4雙重採樣自適應粒子濾波算法(DRPF)124

7.4.1基於觀測新息的重採樣分布方案124

7.4.2雙重採樣自適應粒子濾波算法步驟125

7.5仿真實驗及分析127

7.5.1DR/GPS組合系統模型127

7.5.2仿真實驗及結果分析 127

7.6流形學習聚類粒子濾波算法131

7.6.1流形學習 132

7.6.2拉普拉斯特徵映射134

7.6.3局部線性嵌入算法134

7.6.4增量式LLE聚類粒子濾波(ILLEDRPF)算法138

7.6.5仿真實驗及分析140

7.7流形聚類粒子濾波算法142

7.7.1流形聚類142

7.7.2流形聚類方法144

7.7.3幾何能量聚類145

7.7.4Grassmann流形粒子濾波148

7.7.5基於幾何能量的流形聚類粒子濾波149

7.7.6仿真實驗及分析150

第8章基於李群粒子濾波算法的視頻目標跟蹤156

8.1流形156

8.1.1流形的定義156

8.1.2流形的距離157

8.2李群流形理論基礎158

8.2.1李群和李代數158

8.2.2李群指數映射158

8.2.3李群幾何最佳化159

8.3李群結構的矩陣協方差描述160

8.3.1目標圖像多特徵提取160

8.3.2協方差的相似度匹配162

8.4李群流形上的粒子濾波算法162

8.4.1將射影變換表示為李群162

8.4.2李群狀態模型163

8.4.3李群觀測模型164

8.5李群粒子濾波算法流程165

8.6實驗結果與分析166

第9章基於李群最優重要性函式粒子濾波算法的視頻目標跟蹤172

9.1最優重要性密度函式172

9.2基於流形建議分布的粒子濾波器173

9.2.1基於Stiefel流形的粒子濾波器174

9.2.2基於黎曼流形的粒子濾波174

9.3黎曼均值174

9.3.1基於黎曼度量的正定對稱陣175

9.3.2改進李群結構的黎曼流形175

9.4李群常態分配175

9.4.1李群上的不變度量和測地線176

9.4.2李群協方差矩陣算法176

9.4.3基於李群指數映射的常態分配177

9.5基於李群常態分配的粒子濾波算法178

9.6實驗結果與分析178

參考文獻183