本书系统介绍目前广泛采用的一些在线目标跟踪方法，对在线目标跟踪方法的基本思想、动机和设计进行比较全面的总结。本书具体综述基于视频目标检测的方法、基于视频目标分割的跟踪方法；并将这些方法分为不同的类型，探讨研究趋势。内容包括：两种基于视频目标检测的结构化学习的目标跟踪方法；基于视频目标检测的颜色紧凑二值特征的终身学习视频目标跟踪方法；基于视频目标分割的部件和相关滤波器的目标跟踪方法及基于语义感知的视频目标跟踪与分割方法。本书介绍这些方法的基本原理、核心步骤以及实验验证等。
更多科学出版社服务，请扫码获取。
目录
《博士后文库》序言
前言
第1章 绪论 1
1.1 概述 1
1.1.1 在线视频目标检测与跟踪 1
1.1.2 在线视频目标分割与跟踪 2
1.2 视频目标跟踪的挑战与问题 3
1.3 视频目标检测与跟踪的研究现状 4
1.3.1 生成式基于检测的视频目标跟踪 4
1.3.2 判别式基于检测的视频目标跟踪 4
1.4 视频目标分割与跟踪的研究现状 5
1.4.1 无监督视频目标分割 6
1.4.2 半监督视频目标分割 14
1.4.3 交互式视频目标分割 20
1.4.4 弱监督视频目标分割 22
1.4.5 基于分割的跟踪 23
1.5 数据集和性能度量指标 28
1.5.1 视频目标跟踪数据集 28
1.5.2 性能度量指标 30
1.6 视频目标跟踪的研究方向 32
参考文献 32
第2章 基于结构化学习的视频目标跟踪 49
2.1 概述 49
2.2 近似稀疏交叉核的在线结构化学习的单目标跟踪 50
2.2.1 相关工作 51
2.2.2 单目标跟踪方法的概述 52
2.2.3 在线最大间隔结构化学习跟踪 52
2.2.4 单目标跟踪算法 56
2.2.5 实验 58
2.3 联合外观和运动推理的结构化学习的多目标跟踪 68
2.3.1 相关工作 69
2.3.2 外观和运动的跟踪方法 70
2.3.3 实验 75
2.4 本章小结 81
参考文献 82
第3章 颜色紧凑二值特征的终身学习视频目标跟踪 86
3.1 概述 86
3.2 相关工作 87
3.2.1 终身学习 87
3.2.2 视觉跟踪 89
3.3 学习具有颜色属性的紧凑二进制编码 90
3.3.1 具有颜色属性的HOG特征 90
3.3.2 紧凑的二进制编码学习 91
3.4 终身学习视觉跟踪 92
3.4.1 具有终身学习的判别外观模型 92
3.4.2 在线终身学习模型更新 93
3.5 实验 95
3.5.1 实验设置 95
3.5.2 定量评估 95
3.5.3 定性评估 101
3.6 本章小结 104
参考文献 104
第4章 基于部件和相关滤波器的目标跟踪 109
4.1 概述 109
4.2 基于部件与空间结构保持的核相关滤波器跟踪方法 110
4.2.1 相关工作 110
4.2.2 核相关滤波器跟踪 111
4.2.3 部件权重结构学习 112
4.2.4 空间约束检测 113
4.2.5 实验 114
4.3 基于高效密集置信传播的实时相关滤波器跟踪方法 116
4.3.1 相关工作 118
4.3.2 构建马尔可夫随机场模型的视觉跟踪 119
4.3.3 密集置信传播的推理 123
4.3.4 提出的跟踪算法 125
4.3.5 实验 127
4.4 本章小结 137
参考文献 138
第5章 基于语义感知的视频目标跟踪与分割 143
5.1 概述 143
5.2 相关工作 144
5.2.1 视频目标跟踪 144
5.2.2 语义的视频目标跟踪 145
5.2.3 语义分割 145
5.2.4 序列语义标签 146
5.2.5 尺度估计 146
5.3 视频序列的语义目标采样生成 146
5.3.1 类别级语义生成 147
5.3.2 目标级语义估计 147
5.4 基于语义的视频目标跟踪 151
5.4.1 模板模型 151
5.4.2 语义干扰物感知的颜色外观模型 152
5.4.3 具体语义兼容性的聚合跟踪 153
5.4.4 与相关工作的差异 154
5.5 基于分割的尺度自适应 155
5.5.1 基于分割的精确目标定位 155
5.5.2 局部证据信息 156
5.5.3 精确的目标边界框 156
5.5.4 与相关工作的差异 156
5.6 实验 157
5.6.1 整体性能 158
5.6.2 成分分析 168
5.7 本章小结 176
参考文献 177
第6章 总结与展望 181
6.1 总结 181
6.2 展望 182
编后记 184
彩图
书单推荐
