第0章 緒論 0.1 視頻運(yùn)動(dòng)目標(biāo)分析技術(shù) 0.2 運(yùn)動(dòng)目標(biāo)分析技術(shù)研究現(xiàn)狀 0.2.1 運(yùn)動(dòng)目標(biāo)檢測(cè)、分類 0.2.2 運(yùn)動(dòng)目標(biāo)跟蹤 0.2.3 行為識(shí)別與理解 0.2.4 多攝像機(jī)運(yùn)動(dòng)目標(biāo)分析系統(tǒng) 0.3 本書(shū)內(nèi)容安排 第1部分 背景建模與目標(biāo)檢測(cè)第1章 雙模型自適應(yīng)背景建模方法 1.1 雙模型背景建模 1.1.1 雙模型背景建模思路 1.1.2 雙模型運(yùn)動(dòng)目標(biāo)檢測(cè)方案 1.1.3 雙模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法 1.2 實(shí)驗(yàn)結(jié)果與分析 1.2.1 雙模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法實(shí)驗(yàn)結(jié)果 1.2.2 關(guān)于尺度參數(shù)選取的實(shí)驗(yàn)分析 1.2.3 關(guān)于熵圖像更新終止邏輯的實(shí)驗(yàn)分析 1.3 多模型框架下的自適應(yīng)混合高斯模型及實(shí)驗(yàn)結(jié)果第2章 基于混合高斯模型的陰影抑制算法 2.1 陰影抑制 2.1.1 基于顏色模型變換的陰影抑制 2.1.2 基于統(tǒng)計(jì)的陰影抑制 2.1.3 基色彩特征不變量的陰影抑制 2.2 基于GMM的陰影抑制算法 2.2.1 算法流程 2.2.2 實(shí)驗(yàn)分析第3章 基于新特征的Adaboost行人檢測(cè)器 3.1 Adaboost分類器 3.1.1 Adaboost分類器的構(gòu)造 3.1.2 Adaboost算法的收斂性能 3.1.3 Adaboot算法的泛化能力 3.2 目標(biāo)特征提取 3.2.1 傳統(tǒng)的特征表述 3.2.2 三角特征 3.2.3 復(fù)合特征 3.3 實(shí)驗(yàn)分析 3.3.1 樣本庫(kù) 3.3.2 弱分類器訓(xùn)練分析 3.3.3 強(qiáng)分類器訓(xùn)練分析 3.3.4 行人檢測(cè)結(jié)果 第2部分 運(yùn)動(dòng)目標(biāo)跟蹤方法第4章 基于模糊顏色直方圖的目標(biāo)跟蹤 4.1 模糊顏色直方圖 4.2 基于模糊顏色直方圖的函數(shù)目標(biāo)跟蹤算法 4.2.1 目標(biāo)的模糊顏色直方圖 4.2.2 目標(biāo)模糊顏色直方圖的動(dòng)態(tài)修正 4.2.3 相似性度量及目標(biāo)定位 4.2.4 算法步驟 4.3 實(shí)驗(yàn)結(jié)果及分析第5章 基于紋理特征的目標(biāo)跟蹤 5.1 LBP紋理特征 5.2 基于LBP紋理特征的目標(biāo)跟蹤 5.2.1 基于區(qū)域置信水平及距離加權(quán)的目標(biāo)模型 5.2.2 相似性度量及目標(biāo)定位 5.3 算法步驟及實(shí)驗(yàn)結(jié)果分析 5.3.1 算法步驟 5.3.2 實(shí)驗(yàn)結(jié)果及分析第6章 基于多特征自適應(yīng)融合的目標(biāo)跟蹤 6.1 目標(biāo)跟蹤 6.1.1 目標(biāo)的多特征模型 6.1.2 多特征相似性度量及目標(biāo)定位 6.2 目標(biāo)模型自適應(yīng)更新 6.2.1 目標(biāo)子模型權(quán)值的自適應(yīng)更新 6.2.2 目標(biāo)子模型的選擇性更新 6.3 算法步驟及實(shí)驗(yàn)結(jié)果 第3部分 攝像機(jī)系統(tǒng)的控制、目標(biāo)交接與多機(jī)協(xié)同第7章 移動(dòng)攝像機(jī)的運(yùn)動(dòng)目標(biāo)跟蹤 7.1 圖像差分目標(biāo)檢測(cè) 7.1.1 圖像差分法 7.1.2 矩形輪廓模型 7.2 基于顏色特征的目標(biāo)匹配 7.2.1 匹配方法 7.2.2 區(qū)間數(shù)的選取 7.2.3 顏色空間選擇 7.2.4 YCbCr顏色空間與RGB顏色空間性能比較 7.3 基于差分圖像的動(dòng)攝像機(jī)目標(biāo)檢測(cè)跟蹤算法 7.3.1 算法流程 7.3.2 實(shí)驗(yàn)分析第8章 基于證據(jù)理論的多攝像機(jī)目標(biāo)交接 8.1 基于D-S證據(jù)理論的多特征融合目標(biāo)交接算法 8.1.1 多特征的描述 8.1.2 算法理論 8.1.3 算法流程 8.2 實(shí)驗(yàn)及其結(jié)果分析 8.3 多攝像機(jī)目標(biāo)檢測(cè)跟蹤系統(tǒng)第9章 基于視野分界線的目標(biāo)交接算法 9.1 攝像機(jī)視野分界線的劃分 9.1.1 攝像機(jī)視野分界線 9.1.2 視野分界線的劃分 9.2 多攝像機(jī)多目標(biāo)交接 9.2.1 目標(biāo)的確定 9.2.2 建立對(duì)應(yīng)關(guān)系 9.3 實(shí)驗(yàn)結(jié)果分析第10章 多攝像機(jī)運(yùn)動(dòng)目標(biāo)分析系統(tǒng)設(shè)計(jì) 10.1 多攝像機(jī)運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)設(shè)計(jì) 10.1.1 系統(tǒng)構(gòu)架 10.1.2 多攝像機(jī)間的協(xié)調(diào)與同步 10.1.3 多攝像機(jī)數(shù)據(jù)通信 10.1.4 部分操作界面 10.1.5 多攝像機(jī)實(shí)驗(yàn)結(jié)果 10.2 視頻數(shù)據(jù)庫(kù) 10.2.1 國(guó)際測(cè)試視頻庫(kù) 10.2.2 GreatWall測(cè)試視頻數(shù)據(jù)庫(kù)的建立參考文獻(xiàn)