複雜場景下目標跟蹤關鍵技術 孫金萍 9787564653217 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國礦業大學
物品所在地：中國大陸
原出版社：中國礦業大學
NT$369
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202304*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：複雜場景下目標跟蹤關鍵技術 ISBN：9787564653217 出版社：中國礦業大學 著編譯者：孫金萍 頁數：213 所在地：中國大陸 *此為代購商品 書號：1622107 可大量預訂，請先連絡。 內容簡介 本書以實現複雜場景下的目標跟蹤為研究主線，以生成式模型、判別式模型和孿生網路架構的相關知識為驅動，在不影響實時性的前提下，以提高演算法的準確率、成功率和魯棒性為目標，設計滿足實際應用需求的目標跟蹤演算法。作者簡介 孫金萍，女，博士，徐州工程學院副教授，江蘇省計算機教育專委會委員、中國計算機學會會員、江蘇省人工智慧學會會員、入選江蘇省科技副總項目。研究方向為計算機視覺領域運動目標檢測和跟蹤技術。近年來，主持住房和城鄉建設部、江蘇省高等學校基礎科學（自然科學）研究重大項目和江蘇省產學研合作項目等省部級項目4項；主持江蘇省自然科學研究面上項目等市廳級項目4項；參与國家自然科學基金項目3項。獨立或以第一作者身份在國內外權威期刊上發表內容為目標檢測和目標跟蹤的學術論文20餘篇，其中SCI收錄6篇，EI收錄4篇，中文核心期刊4篇。作為主持人完成的「基於視頻圖像的複雜場景目標跟蹤關鍵技術及應用」等科研成果獲中國商業聯合會科學技術二等獎和三等獎各1項、徐州市自然科學優秀學術論文二等獎1項；授權發明專利1項、實用新型專利3項、軟體著作權20餘項；編寫專業教材1部，並獲江蘇省教育廳高等學校精品教材。目錄 1 緒論1 1 研究背景及意義 1 2 研究範疇 1 3 國內外研究現狀 1 3 1 生成式跟蹤模型 1 3 2 判別式跟蹤模型 1 3 3 基於孿生網路的跟蹤模型 1 4 目標跟蹤面臨的挑戰 1 5 存在的問題 1 6 研究內容 1 7 本書結構 2 相關準備知識 2 1 Camshift演算法-生成式模型 2 2 相關濾波演算法-判別式模型 2 2 1 循環矩陣的性質 2 2 2 單通道的嶺回歸建模 2 2 3 多通道的嶺回歸建模 2 3 孿生網路結構的目標跟蹤架構 2 4 目標跟蹤中的常用特徵 2 4 1 經典手工特徵 2 4 2 深度特徵 2 4 3 輕量型卷積神經網路 2 5 目標跟蹤測試集及評價指標 2 5 1 測試數據集 2 5 2 評價指標 2 6 本章小結 3 聯合改進局部紋理特徵和輔助重定位的生成式跟蹤演算法 3 1 研究動機 3 2 整體框架 3 3 聯合改進局部紋理特徵和輔助重定位的跟蹤演算法 3 3 1 基於改進粒子群優化演算法的局部紋理特徵模型 3 3 2 目標外觀表徵模型 3 3 3 基於改進局部紋理特徵的跟蹤演算法 3 3 4 基於樣本隊列的目標重定位模塊 3 3 5 目標模板更新 3 3 6 演算法流程 3 4 實驗結果分析及討論 3 4 1 定量分析 3 4 2 定性分析 3 5 本章小結 4 基於動態空間正則化和目標顯著性引導的相關濾波跟蹤演算法 4 1 研究動機 4 2 整體框架 4 3 空間正則化和目標顯著性引導的相關濾波跟蹤演算法 4 3 1 動態空間正則化目標函數的建模 4 3 2 目標函數的優化過程 4 3 3 目標外觀表徵模型 4 3 4 基於動態空間正則化的跟蹤演算法 4 3 5 基於目標顯著性引導的重檢測模塊 4 3 6 目標模型更新 4 3 7 演算法流程 4 4 實驗結果分析及討論 4 4 1 顯著性檢測效果對比分析 4 4 2 目標跟蹤結果對比分析 4 5 本章小結 5 基於優化多特徵耦合模型和尺度自適應的相關濾波跟蹤演算法 5 1 研究動機 5 2 整體框架 5 3 多特徵耦合建模和尺度自適應的相關濾波跟蹤演算法 5 3 1 判別式相關濾波模型 5 3 2 多特徵耦合目標函數的建模 5 3 3 目標函數的優化過程 5 3 4 基於多特徵耦合的跟蹤演算法 5 3 5 候選區域建議方案 5 3 6 目標模型更新 5 3 7 演算法流程 5 4 實驗結果分析及討論 5 4 1 定量分析 5 4 2 定性分析 5 5 本章小結 6 改進深度特徵與稀疏／平滑雙約束的相關濾波跟蹤演算法 6 1 研究動機 6 2 整體框架 6 3 分層深度特徵和低秩相關濾波的跟蹤模型 6 3 1 單通道的套索回歸建模 6 3 2 濾波器的低秩約束 6 3 3 多通道的低秩建模 6 3 4 目標函數的優化過程 6 3 5 目標外觀表徵模型 6 3 6 由粗粒度到細粒度的跟蹤演算法 6 3 7 目標模型更新 6 3 8 演算法流程 6 4 實驗結果分析及討論 6 4 1 定量分析 6 4 2 定性分析 6 5 本章小結 7 基於雙模板分支和層次化自適應損失函數的孿生輕量型網路的目標跟蹤演算法 7 1 研究動機 7 2 整體框架 7 3 基於雙模板分支孿生輕量型網路的目標跟蹤演算法 7 3 1 構建層次化自適應損失函數的輕量型CNN 7 3 2 核損失函數分析 7 3 3 動態外觀模板構建 7 3 4 雙模板分支目標跟蹤模塊 7 3 5 演算法流程 7 4 實驗結果分析及討論 7 4 1 消融實驗 7 4 2 定量分析 7 4 3 性能與速度分析 7 4 4 定性分析 7 5 本章小結 8 基於目標檢測跟蹤的智能視頻監控系統 8 1 系統概述 8 1 1 系統總體架構 8 1 2 客戶端的總體架構 8 1 3 伺服器的總體架構 8 1 4 系統的通信流程 8 2 客戶端功能設計 8 2 1 數據採集模塊設計 8 2 2 數據傳輸模塊設計 8 2 3 報警聯動模塊設計 8 3 伺服器功能設計 8 3 1 硬碟錄像模塊設計 8 3 2 目標檢測模塊設計 8 3 3 車牌識別模塊設計 8 3 4 目標跟蹤模塊設計 8 4 系統網路架構設計 8 5 系統心跳、容災機制設計 8 6 系統測試分析 8 6 1 測試環境搭建 8 6 2 目標檢測模塊測試與分析 8 6 3 目標跟蹤模塊測試與分析 8 6 4 系統容災能力測試與分析 8 6 5 協議包分析 8 7 本章小結 參考文獻 附錄 後記 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
