智能视觉信息处理关键技术 9787030804976

配送至
$ $ USD 美元

开本:16开
纸张:胶版纸
包装:平装-胶订
是否套装:否
国际标准书号ISBN:9787030804976
所属分类:图书>计算机/网络>计算机体系结构
商品详情
基本信息(以实物为准)

商品名称:智能视觉信息处理关键技术
作者:杨红红 定 开
出版社:科学 号 页数
出版时间 版次 商品类型:图书
印刷时间 印次内容简介
在大数据时代背景与人工智能技术浪潮的推动下,基于视频图像处理的信息技术凭借其生动、形象、直观的特性,以及易于获取的优势,实现了广泛的应用。作为计算机视觉研究领域的核心分支,智能视觉信息处理技术研究内容涵盖图像处理、模式识别、机器学习和人工智能等多个学科,不仅具有显著的学术价值,而且展现出巨大的应用潜力。全书共六篇,介绍基于视频图像处理的人体行为轨迹估计与跟踪、人体姿态估计、人体姿态估计、舞蹈姿态估计与对比分析、汉字字体自动生成以及应用研究。
本书中的模型和方法可以扩展至众多基于视觉信息处理技术的应用场景,以提供理论参考、方法借鉴和技术支撑。

目 录
篇 人体行为轨迹估计与跟踪
第章 基于多特征级联稀疏表示的目标跟踪方法
引言
基于粒子滤波框架的跟踪算法
粒子滤波算法
基于多特征融合的粒子滤波跟踪算法
基于多特征融合表示的外观模型
基于级联稀疏编码的目标表示
构造外观模型
级稀疏编码
第二级稀疏编码
状态 新
实验结果与性能分析
参数设置篇 人体行为轨迹估计与跟踪
第章 基于多特征级联稀疏表示的目标跟踪方法
引言
基于粒子滤波框架的跟踪算法
粒子滤波算法
基于多特征融合的粒子滤波跟踪算法
基于多特征融合表示的外观模型
基于级联稀疏编码的目标表示
构造外观模型
级稀疏编码
第二级稀疏编码
状态 新
实验结果与性能分析
参数设置
定性比较
定量比较
本章小结
第章 基于目标性度量学习的加权多示例跟踪方法
引言
基于目标性度量学习的加权多示例跟踪算法整体框架
目标性度量学习
基于目标性度量权重分配的包概率计算
分类器 新
在线目标匹配约束
基于其他指标的目标性度量
实验结果与性能分析
参数设置
定性比较
基于不同目标性度量指标的加权多示例跟踪算法对比实验
定量比较
本章小结
第章 基于压缩感知尺度自适应的多示例交通目标跟踪方法
引言
基于压缩感知的多示例特征提取
低维压缩特征的多示例分类
基于目标性度量的尺度自适应调整
尺度自适应跟踪框选取
目标性度量
基于目标判别机制的分类器 新
实验结果与性能分析
参数设置
定性比较
定量分析
对比实验
本章小结
第章 基于特征学习轨迹置信度计算的多人目标跟踪方法
引言
基于学习轨迹置信度计算的多人目标跟踪算法
基于的关联相似度计算
基于的检测响应校正

显示全部信息