內河航運船舶視覺跟蹤算法(附光盤)（簡體書）

隨著網絡和計算機技術的飛速發展。內河航道信息化成為航運安全監管的一種有效途徑，航運視頻監控系統在海事監管中發揮著越來越重要的作用。為了進一步提高航運視頻監控的智能化水平，《內河航運船舶視覺跟蹤算法/現代航運與物流：安全·綠色·智能技術研究叢書》重點研究了基于視覺的內河船舶動態自動跟蹤的算法。為了使讀肯系統地了解船舶動態跟蹤領域的理論及算法，《內河航運船舶視覺跟蹤算法/現代航運與物流：安全·綠色·智能技術研究叢書》分析了船舶動態跟蹤的國內外研究現狀，討論了內河船舶視覺跟蹤的特點和難點，詳細介紹了基于Mean Shift、TLD（Tracking Leaning Detection）、MII（Multiple Instance Learning）、粒子濾波和壓縮跟蹤（Compressive Tracking）等理論構建適合內河特定場景下船舶跟蹤系統的算法設計的全部研究成果。
《內河航運船舶視覺跟蹤算法/現代航運與物流：安全·綠色·智能技術研究叢書》的特點是將算法理論分析與仿真實驗相結合，可以讓讀者清晰地掌握算法原理和應用中存在的問題以及解決問題的方向。《內河航運船舶視覺跟蹤算法/現代航運與物流：安全·綠色·智能技術研究叢書》內容涉及信息處理、計算機視覺、智能視頻監控等領域。
《內河航運船舶視覺跟蹤算法/現代航運與物流：安全·綠色·智能技術研究叢書》可作為計算機、自動化、信息處理和交通工程等專業高年級本科生和研究生的學習用書，也可以作為從事視頻處理和智能視頻分析的研發人員的參考書。

1 概論
1．1 引言
1．2 國內外研究現狀
1．2．1 內河船舶視覺跟蹤研究現狀分析
1．2．2 視覺跟蹤算法現狀分析
1．3 內河船舶視覺跟蹤系統分析
1．3．1 內河船舶視覺跟蹤系統的特點
1．3．2 內河船舶視覺跟蹤難點
1．3．3 內河船舶視覺跟蹤算法性能評價指標
1．4 內河船舶視覺跟蹤標準庫建設
1．4．1 標準庫建設的必要性
1．4．2 標準庫內容分析
本章參考文獻

2 基于濾波理論的內河船舶視覺跟蹤
2．1 Kalman濾波器
2．2 粒子濾波理論
2．2．1 貝葉斯估計
2．2．2 蒙特卡洛方法
2．3 粒子濾波器
2．3．1 粒子濾波器原理
2．3．2 粒子濾波器算法描述
2．4 基于粒子濾波算法的目標跟蹤
2．5 基于濾波理論的船舶跟蹤實驗及算法分析
2．5．1 基于卡爾曼濾波的船舶跟蹤實驗及分析
2．5．2 基于粒子濾波的船舶跟蹤實驗及分析
本章參考文獻

3 Mean Shift內河船舶跟蹤算法
3．1 基本Mean Shift算法
3．2 擴腱Mean Shift算法
3．3 Mean Shift算法物理學含義
3．4 Mean Shift船舶跟蹤算法
3．4．1 算法原理
3 4．2 跟蹤流程圖
3 4．3 程序設計步驟
3．4．4 算法分析
本章參考文獻

4 MIL內河船舶跟蹤算法
4．1 算法原理
4．1．1 圖像的表示
4 1．2 運動模型
4．1．3 外觀模型
4．2 算法分析
本章參考文獻

5 隨機投影內河船舶跟蹤算法
5．1 隨機投影理論
5．2 算法原理
5．3 算法分析
5．3．1 原始信號屬性
j．3 2 隨機觀測矩陣
5 3．3 尺度跟蹤
5．3．4 遮擋跟蹤
本章參考文獻

6 正交粒子濾波低秩約束隨機投影內河船舶跟蹤算法
6．1 貝葉斯狀態估計
6．2 狀態轉移密度設計
6．3 建議分布選擇
6．4 正交實驗原理
6．5 正交實驗設計
6．6 正交粒子濾波
6．7 觀測似然概率密度設計
6．7．1 隨機觀測矩陣
6．7．2 目標判定準則
6．8 算法分析
本章參考文獻

7 跟蹤檢測協同內河船舶跟蹤算法
7．1 算法原理
7．1．1 跟蹤模塊
7．1．2 檢測模塊
7．1．3 位置估計
7．1．4 學習模塊
7．2 算法分析
本章參考文獻

8 實驗對比及分析
8．1 參數設置
8．2 評價指標
8．3 定性實驗結果及分析
8．4 定量實驗結果及分析