中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元氣社
-
>
女性生存戰(zhàn)爭
-
>
縣中的孩子 中國縣域教育生態(tài)
-
>
(精)人類的明天(八品)
買過本商品的人還買了
基于視覺信息的人體跟蹤與行為分析研究 版權(quán)信息
- ISBN：9787030575036
- 條形碼：9787030575036 ; 978-7-03-057503-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于視覺信息的人體跟蹤與行為分析研究 內(nèi)容簡介
基于視覺信息的人體跟蹤與行為分析技術是人機交互領域的研究，是目前國內(nèi)外廣泛關注的研究熱點。該技術涉及計算機視覺、人工智能、圖像處理、圖像理解、機器學習、統(tǒng)計學等諸多領域，研究內(nèi)容十分廣泛。姜新波，王國鋒，孫述和，原達，李晉江編著的《基于視覺信息的人體跟蹤與行為分析研究》適合從事人體跟蹤和人體行為分析的科研人員閱讀，也可作為高等學校相關專業(yè)研究生的教學用書。
基于視覺信息的人體跟蹤與行為分析研究 目錄
前言
第1章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀、存在的問題和挑戰(zhàn)
1.2.1 基于視頻的二維跟蹤研究
1.2.2 基于視頻的三維跟蹤研究
1.2.3 基于視頻的裝配解析研究
1.2.4 Kinect工作原理
1.2.5 基于視頻序列的人體行為識別方法
1.2.6 基于深度圖序列的人體行為識別方法
1.2.7 基于三維骨架序列的人體行為識別方法
1.3 本書結(jié)構(gòu)
第2章 變換矩陣的李代數(shù)表示
2.1 變換矩陣
2.2 仿射變換矩陣的李代數(shù)表示
2.2.1 仿射變換矩陣的李代數(shù)
2.2.2 幾何性質(zhì)與約束
2.3 基于李代數(shù)表示的剛體變換矩陣插值算法
2.3.1 算法總體過程
2.3.2 計算物體剛體變換矩陣T
2.3.3 計算T的李代數(shù)表示
2.3.4 李代數(shù)空間的線性插值
2.3.5 計算插值后的物體剛體變換矩陣
2.4 實驗結(jié)果
2.5 本章小結(jié)
第3章 基于稀疏和局部線性編碼的目標二維跟蹤
3.1 方法概述
3.2 能量函數(shù)下的粒子濾波模型
3.2.1 狀態(tài)空間模型
3.2.2 外觀空間模型
3.2.3 模板的稀疏表示模型
3.3 基于稀疏和局部線性編碼的跟蹤模型
3.3.1 基于稀疏編碼的跟蹤模型
3.3.2 基于局部線性編碼的跟蹤模型
3.3.3 目標模板更新
3.4 其他外觀表示模型
3.4.1 *小軟閾值平方外觀表示模型
3.4.2 自適應結(jié)構(gòu)的局部稀疏外觀表示模型
3.5 實驗結(jié)果
3.5.1 性能分析
3.5.2 Benchmark測試
3.5.3 討論
3.6 本章小結(jié)
第4章 基于全局優(yōu)化搜索的目標三維跟蹤
4.1 方法概述
4.2 問題描述
4.3 基于全局優(yōu)化的對應點搜索算法
4.3.1 能量函數(shù)
4.3.2 候選對應點
4.3.3 顏色概率值模型
4.3.4 圖模型
4.3.5 討論
4.4 實驗結(jié)果
4.4.1 實現(xiàn)細節(jié)
4.4.2 定量分析
4.4.3 定性分析
4.4.4 局限性
4.5 本章小結(jié)
第5章 基于裝配規(guī)則的物體裝配技術
5.1 方法概述
5.2 系統(tǒng)總體設計
5.3 基于裝配規(guī)則的在線推斷算法
5.3.1 數(shù)據(jù)庫的創(chuàng)建
5.3.2 在線推斷算法
5.3.3 活動部件識別算法
5.3.4 組件裝配算法
5.3.5 組件跟蹤算法
5.4.實驗結(jié)果和討論
5.4.1 裝配指導
5.4.2 三維動畫和標注的生成
5.4.3 局限性
5.5 本章小結(jié)
第6章 基于分層模型的人體行為識別
6.1 問題及方法概述
6.2 分層模型
6.3 分類特征
6.3.1 相對位置特征
6.3.2 傅里葉時間金字塔
6.4 實驗結(jié)果
6.5 本章小結(jié)
第7章 基于向量空間的實時人體行為識別
7.1 問題及方法概述
7.2 時空特征
7.2.1 運動特征
7.2.2 相對位置特征
7.2.3 特征聚類
7.3 加權(quán)算法
7.3.1 方差加權(quán)法
7.3.2 熵加權(quán)法
7.4 分類
7.5 實驗結(jié)果
7.5.1 UCFKinect行為數(shù)據(jù)庫
7.5.2 MSRC-12手勢數(shù)據(jù)庫
7.6 本章小結(jié)
第8章 基于加權(quán)圖和全局*優(yōu)相似性匹配的人體行為識別
8.1 問題及方法概述
8.2 時空特征
8.3 加權(quán)圖的構(gòu)成
8.3.1 提取加權(quán)圖的頂點
8.3.2 計算加權(quán)圖邊的權(quán)重
8.4 基于序列匹配的分類
8.5 實驗結(jié)果
8.5.1 微軟MSRC-12手勢數(shù)據(jù)庫
8.5.2 UCFKinect行為數(shù)據(jù)庫
8.6 本章小結(jié)
參考文獻
展開全部
基于視覺信息的人體跟蹤與行為分析研究 作者簡介
姜新波博士，山東工商學院計算機科學與技術學院，數(shù)字媒體技術教研室專業(yè)負責人，AcM濟南分會執(zhí)行委員。主要研究方向為人機交互與虛擬現(xiàn)實、計算機視覺等；主持山東省軟件工程重點實驗室基金1項，山東省高校科研計劃1項，作為重要成員參與多項國家自然科學基金的研究；在The visual computer ，Multimedia toalsand applications等SCI期刊發(fā)表多篇論文。
書友推薦
- >
月亮虎
- >
伊索寓言-世界文學名著典藏-全譯本
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
【精裝繪本】畫給孩子的中國神話
- >
朝聞道
- >
唐代進士錄
- >
名家?guī)阕x魯迅:朝花夕拾
- >
推拿
本類暢銷
