運(yùn)動(dòng)目標(biāo)檢測(cè)理論與方法

第１章 緒論\t1
1．1 運(yùn)動(dòng)目標(biāo)檢測(cè)研究背景及意義\t1
1．2 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)發(fā)展及研究現(xiàn)狀\t6
1．3 運(yùn)動(dòng)目標(biāo)檢測(cè)的應(yīng)用難題和研究熱點(diǎn)\t11
1．3．1 運(yùn)動(dòng)目標(biāo)檢測(cè)的應(yīng)用難題\t11
1．3．2 運(yùn)動(dòng)目標(biāo)檢測(cè)的研究熱點(diǎn)\t12
1．4 本章小結(jié)\t13
參考文獻(xiàn)\t13
第2章 運(yùn)動(dòng)目標(biāo)檢測(cè)概述\t18
2．1 運(yùn)動(dòng)目標(biāo)檢測(cè)的經(jīng)典方法\t18
2．1．1 幀間差分法\t18
2．1．2 光流法\t20
2．1．3 背景減除法\t21
2．2 運(yùn)動(dòng)目標(biāo)檢測(cè)的性能評(píng)價(jià)\t24
2．2．1 主觀評(píng)價(jià)\t25
2．2．2 客觀評(píng)價(jià)\t25
2．3 運(yùn)動(dòng)目標(biāo)檢測(cè)的公開數(shù)據(jù)庫\t28
2．4 本章小結(jié)\t42
參考文獻(xiàn)\t42
第3章 基于單像素特征建模的運(yùn)動(dòng)目標(biāo)檢測(cè)\t45
3．1 相關(guān)工作與研究現(xiàn)狀\t45
3．2 基于人類視覺亮度敏感性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t46
3．2．1 揭示人類感知規(guī)律的韋伯定律\t47
3．2．2 適用于復(fù)雜圖像背景環(huán)境的韋伯比的分析與推導(dǎo)\t49
3．2．3 基于人類視覺亮度敏感性的自適應(yīng)匹配判斷閾值設(shè)置\t52
3．2．4 算法描述\t53
3．2．5 自適應(yīng)匹配判斷閾值對(duì)算法性能的影響分析\t55
3．3 實(shí)驗(yàn)結(jié)果及分析\t56
3．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t56
3．3．2 定性分析\t59
3．3．3 定量分析\t63
3．4 本章小結(jié)\t65
參考文獻(xiàn)\t65
第4章 基于復(fù)雜特征建模的運(yùn)動(dòng)目標(biāo)檢測(cè)\t68
4．1 相關(guān)工作與研究現(xiàn)狀\t68
4．2 基于改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t69
4．2．1 脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的基礎(chǔ)理論\t70
4．2．2 基于改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)的全局特征提取\t75
4．2．3 算法描述\t79
4．3 實(shí)驗(yàn)結(jié)果及分析\t80
4．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t80
4．3．2 定性分析\t81
4．3．3 定量分析\t88
4．4 本章小結(jié)\t90
參考文獻(xiàn)\t90
第5章 基于多源信息建模的運(yùn)動(dòng)目標(biāo)檢測(cè)\t93
5．1 相關(guān)工作與研究現(xiàn)狀\t93
5．2 基于紅外、可見光多源特征融合建模的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t94
5．2．1 紅外、可見光多源特征融合的理論基礎(chǔ)和優(yōu)勢(shì)分析\t95
5．2．2 算法描述\t98
5．3 實(shí)驗(yàn)結(jié)果及分析\t101
5．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t101
5．3．2 定性分析\t102
5．3．3 定量分析\t106
5．4 本章小結(jié)\t107
參考文獻(xiàn)\t108
第6章 基于低維子空間分解的運(yùn)動(dòng)目標(biāo)檢測(cè)\t109
6．1 相關(guān)工作與研究現(xiàn)狀\t109
6．1．1 低維子空間分解理論基礎(chǔ)\t110
6．1．2 低維子空間分解在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用\t111
6．2 基于改進(jìn)在線魯棒主成分分析的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t112
6．2．1 自適應(yīng)稀疏權(quán)重的在線魯棒主成分分析\t112
6．2．2 算法描述\t116
6．3 實(shí)驗(yàn)結(jié)果及分析\t120
6．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t120
6．3．2 定性分析\t122
6．3．3 定量分析\t126
6．4 本章小結(jié)\t128
參考文獻(xiàn)\t128
第7章 基于盲源信號(hào)分離的運(yùn)動(dòng)目標(biāo)檢測(cè)\t130
7．1 相關(guān)工作與研究現(xiàn)狀\t130
7．1．1 盲源信號(hào)分離理論基礎(chǔ)\t131
7．1．2 盲源信號(hào)分離在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用\t132
7．2 基于約束非線性獨(dú)立成分分析的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t133
7．2．1 運(yùn)動(dòng)目標(biāo)檢測(cè)中的非線性盲源分離問題\t133
7．2．2 算法描述\t135
7．3 實(shí)驗(yàn)結(jié)果及分析\t137
7．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t137
7．3．2 定性分析\t138
7．3．3 定量分析\t141
7．4 本章小結(jié)\t142
參考文獻(xiàn)\t142
第8章 基于三維小波變換的運(yùn)動(dòng)目標(biāo)檢測(cè)\t144
8．1 小波變換基礎(chǔ)理論與快速算法\t145
8．1．1 一維小波變換\t146
8．1．2 三維小波變換\t150
8．2 基于三維小波變換的運(yùn)動(dòng)目標(biāo)檢測(cè)算法\t155
8．2．1 三維小波變換用于運(yùn)動(dòng)目標(biāo)檢測(cè)的理論分析\t155
8．2．2 算法描述\t157
8．2．3 算法優(yōu)勢(shì)分析\t159
8．3 實(shí)驗(yàn)結(jié)果及分析\t162
8．3．1 實(shí)驗(yàn)環(huán)境設(shè)置\t162
8．3．2 定性分析\t166
8．3．3 定量分析\t177
8．4 本章小結(jié)\t182
參考文獻(xiàn)\t182