视觉注意和人脑记忆机制启发下的感兴趣目标提取与跟踪pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

视觉注意和人脑记忆机制启发下的感兴趣目标提取与跟踪PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述 1

1.1 运动目标检测 1

1.1.1 相邻帧差法 1

1.1.2 光流法 2

1.1.3 背景减除法 3

1.2 运动目标跟踪 5

1.2.1 目标描述 6

1.2.2 特征选取 6

1.2.3 运动目标跟踪方法 7

1.3 运动目标跟踪方法研究现状 8

1.4 运动目标检测和跟踪中存在的难点 9

1.5 视觉注意机制在感兴趣目标提取中的应用 10

参考文献 11

第2章 人类视觉系统与视觉注意机制 16

2.1 人类视觉系统 16

2.1.1 人眼结构及视觉通路 16

2.1.2 视皮层 18

2.1.3 视觉感知机制 20

2.2 视觉注意机制 21

2.2.1 视觉注意机制概述 21

2.2.2 视觉注意建模的理论基础 22

2.3 经典视觉注意计算模型 25

2.3.1 Itti视觉注意计算模型 25

2.3.2 GBVS视觉注意计算模型 28

2.3.3 SR视觉注意计算模型 29

2.4 本章小结 30

参考文献 30

第3章 基于视觉注意机制的感兴趣目标提取 32

3.1 基于快速字典学习与特征稀有性的自然图像显著目标提取 32

3.1.1 稀疏编码 32

3.1.2 快速字典学习算法 33

3.1.3 稀有性量化 36

3.1.4 实验结果及讨论 37

3.2 基于动态视觉显著性的感兴趣目标提取 40

3.2.1 静态显著性提取 41

3.2.2 基于SIFT流的动态显著性提取 43

3.2.3 实验结果及讨论 45

3.3 本章小结 46

参考文献 47

第4章 基于人类记忆机制的视觉信息处理认知建模 49

4.1 人脑记忆的分类 49

4.2 人脑记忆机制的神经基础 51

4.2.1 神经细胞的基本结构 51

4.2.2 人脑记忆机制的生理学基础 52

4.3 人脑记忆计算模型 55

4.3.1 基于认知心理学的记忆计算模型 55

4.3.2 基于认知神经科学的记忆计算模型 59

4.4 基于人脑三阶段记忆模型的视觉信息处理认知建模 64

4.4.1 信息粒 66

4.4.2 记忆空间 66

4.4.3 认知行为 67

4.4.4 决策 70

4.4.5 记忆空间更新规则 70

4.4.6 MVIPM的实现 71

4.5 本章小结 72

参考文献 72

第5章 基于人脑三阶段记忆机制的场景建模 74

5.1 混合高斯背景建模 75

5.1.1 混合高斯模型的基本原理 75

5.1.2 混合高斯背景建模方法存在问题及发展现状 76

5.2 基于记忆的混合高斯模型 78

5.2.1 基于记忆的混合高斯背景建模总体框架 78

5.2.2 基于记忆的混合高斯背景建模算法描述 80

5.2.3 实验结果及讨论 83

5.3 基于记忆的码本模型 89

5.3.1 码本模型 89

5.3.2 码字的特征参数集合 91

5.3.3 码本记忆空间的构建 91

5.3.4 算法流程及描述 92

5.3.5 实验结果及分析 94

5.4 本章小结 100

参考文献 100

第6章 基于记忆机制Mean-shift和粒子滤波鲁棒运动目标跟踪 104

6.1 基于记忆的模板更新建模 106

6.1.1 基于记忆的模板更新模型及定义 106

6.1.2 模板更新算法详细描述 107

6.2 基于记忆的模板更新Mean-shift运动目标跟踪 110

6.2.1 Mean-shift跟踪器初始化及算法描述 110

6.2.2 实验结果及讨论 112

6.3 基于记忆的模板更新粒子滤波运动目标跟踪 114

6.3.1 粒子滤波跟踪器初始化及具体算法描述 114

6.3.2 实验结果及讨论 115

6.4 基于记忆的多特征融合粒子滤波目标跟踪 126

6.4.1 目标特征的描述与提取 127

6.4.2 基于记忆的多特征融合 134

6.4.3 基于记忆的多特征融合粒子滤波目标跟踪 137

6.4.4 实验结果及分析 140

6.5 本章小结 148

参考文献 148

第7章 基于记忆的多智能体协同进化运动目标跟踪 153

7.1 基于记忆的多智能体协同进化运动目标跟踪建模 153

7.1.1 基于记忆的智能体模型 153

7.1.2 多智能体协同进化行为 155

7.1.3 YCbCr颜色空间非参数目标建模 156

7.1.4 算法的实现 157

7.2 实验结果及讨论 158

7.3 本章小结 161

参考文献 161