视觉跟踪中的马氏链蒙特卡洛方法 作者:周修庄,鲁继文 著 出版时间:2018年版丛编项: 十三五科学技术专著丛书内容简介 《视觉跟踪中的马氏链蒙特卡洛方法/“十三五”科学技术专著丛书》基于统计机器学习的理论工具——马氏链蒙特卡洛(MCMC)采样理论,系统地阐述了目标运动不确定性条件下的视觉目标跟踪问题、方法和技术,并结合多种实际应用场景给出算法实现框架和实验分析。全书共4章,第1章介绍了视觉目标跟踪的意义和基本方法。第2章介绍了MCMC采样、自适应MCMC采样的基本理论、方法、实现技术及其在计算机视觉中的应用。第3章介绍了视觉目标跟踪中的序贯粒子采样方法和序贯随机逼近蒙特卡洛采样方法。第4章介绍了面向运动突变视觉目标跟踪的自适应MCMC采样方法。《视觉跟踪中的马氏链蒙特卡洛方法/“十三五”科学技术专著丛书》是视觉目标跟踪与MCMC采样方面的专著,反映了作者近年来在这一领域的主要研究成果。 《视觉跟踪中的马氏链蒙特卡洛方法/“十三五”科学技术专著丛书》可作为大专院校及科研院所图像处理、计算机视觉和智能视频分析领域的高年级本科生、研究生的教学和参考用书,也可供相关领域的教师、科研人员及工程技术人员作参考。目录第1章 绪论1.1 视觉跟踪概述1.2 国内外研究现状及发展趋势1.2.1 目标表示、特征选择与外观建模1.2.2 视觉跟踪方法第2章 MCMC和自适应MCMC2.1 引言2.2 Monte Carlo采样2.2.1 Monte Carlo积分2.2.2 Monte Carlo采样2.3 MCMC采样2.3.1 Metropolis-Hastings采样2.3.2 Gibbs采样2.3.3 MCMC算法分析2.4 自适应MCMC采样2.4.1 提议分布自适应2.4.2 目标分布自适应2.5 MCMC采样方法在计算机视觉中的应用2.5.1 目标轮廓的多边形近似2.5.2 基于MC优化的多边形近似算法2.6 小结第3章 序贯随机逼近蒙特卡洛跟踪方法3.1 引言3.2 相关工作3.3 方法介绍3.3.1 贝叶斯滤波3.3.2 粒子滤波3.3.3 基于MCMC采样的粒子滤波3.3.4 序贯随机逼近蒙特卡洛跟踪方法3.4 实验结果3.5 小结第4章 运动突变的视觉跟踪方法4.1 引言4.2 相关工作4.3 方法介绍4.3.1 基本思想4.3.2 密度网格4.3.3 提议分布自适应4.3.4 强自适应的MCMC采样4.3.5 实现细节4.4 实验结果4.4.1 提议分布自适应的影响4.4.2 定性比较4.4.3 定量比较4.4.4 讨论4.5 小结结论参考文献 上一篇: Python 高手进阶之路(套装全10册) 下一篇: 互联网+创业必读