作者：王延江，齐玉娟编著
页数：176
出版社：科学出版社
出版日期：2016
ISBN：9787030506078
电子书格式：pdf/epub/txt
内容简介
本书将人类的认知机制与计算机视觉、图像处理和模式识别相结合，从认知心理学出发对基于视觉注意机制和人脑记忆机制的感兴趣目标提取和跟踪认知建模方法进行了研究，受人类三阶段记忆机制启发，提出了一个基于人类视觉注意和记忆机制的视觉信息处理认知模型，并将其与混合高斯背景建模（GMM）、码本背景建模、Mean-shift目标跟踪、粒子滤波目标跟踪以及多智能体协同进化等相结合，详细研究了其在感兴趣目标提取以及跟踪中的应用，为在动态复杂视频环境中实现快速鲁棒的感兴趣目标提取和跟踪提供了一条新的研究思路和实现途径。
作者简介
王延江，男，山东海阳人，中共党员，博士，教授，博士生导师，中国自动化学会会员。目前为中国石油大学（华东）信息与通信工程学科带头人，第三届山东省优秀研究生导师。主要从事信号与信息处理领域的教学和科研工作，研究方向包括：模式识别与智能信息处理、视觉注意与人脑记忆计算建模，以及人脑结构与功能网络连接分析。主持或参加国家自然科学基金面上项目3项、国家自然科学基金重点项目1项、山东省自然科学基金项目5项、中国石油天然气总公司重点攻关项目1项、中石化重大科技攻关项目2项、中石油创新基金项目1项，并荣获北京市科技进步二等奖、山东省高等学校优秀科研成果三等奖、中国石油天然气总公司科技进步三等奖、胜利油田科技进步一等奖和二等奖各一次。在IEEE Trans.Industrial Electronics、Pattern Recognition、Signal Processing、Neurocomputing、《中国科学》、《自动化学报》、《电子学报》等国内外重要学术期刊与国际会议上发表学术论文160余篇。 齐玉娟，女，山东诸城人，博士，目前为中国石油大学（华东）讲师，主要研究方向为计算机视觉、模式识别等；已在Applied Intelligence、Journal of Computational Information Systems、《自动化学报》、《模式识别与人工智能》、《石油大学学报（自然版）》等国内外学术期刊与国际会议上发表学术论文10余篇，其中多篇被SCI、EI收录。参加并完成国家自然科学基金面上项目2项，主持山东省自然科学青年基金项目1项。
本书特色
本书将人类的认知机制与计算机视觉、图像处理和模式识别相结合，从认知心理学出发对基于视觉注意机制和人脑记忆机制的感兴趣目标提取和跟踪认知建模方法进行了研究，受人类三阶段记忆机制启发，提出了一个基于人类视觉注意和记忆机制的视觉信息处理认知模型，并将其与混合高斯背景建模（GMM）、码本背景建模、Mean-shift目标跟踪、粒子滤波目标跟踪以及多智能体协同进化等相结合，详细研究了其在感兴趣目标提取以及跟踪中的应用，为在动态复杂视频环境中实现快速鲁棒的感兴趣目标提取和跟踪提供了一条新的研究思路和实现途径。
目录
第1章 概述1．1 运动目标检测1．1．1 相邻帧差法1．1．2 光流法1．1．3 背景减除法1．2 运动目标跟踪1．2．1 目标描述1．2．2 特征选取1．2．3 运动目标跟踪方法1．3 运动目标跟踪方法研究现状1．4 运动目标检测和跟踪中存在的难点1．5 视觉注意机制在感兴趣目标提取中的应用参考文献第2章 人类视觉系统与视觉注意机制2．1 人类视觉系统2．1．1 人眼结构及视觉通路2．1．2 视皮层2．1．3 视觉感知机制2．2 视觉注意机制2．2．1 视觉注意机制概述2．2．2 视觉注意建模的理论基础2．3 经典视觉注意计算模型2．3．1 Itti视觉注意计算模型2．3．2 GBVS视觉注意计算模型2．3．3 SR视觉注意计算模型2．4 本章小结参考文献第3章 基于视觉注意机制的感兴趣目标提取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3．1．1 稀疏编码3．1．2 快速字典学习算法3．1．3 稀有性量化3．1．4 实验结果及讨论3．2 基于动态视觉显著性的感兴趣目标提取3．2．1 静态显著性提取3．2．2 基于SIFT流的动态显著性提取3．2．3 实验结果及讨论3．3 本章小结参考文献第4章 基于人类记忆机制的视觉信息处理认知建模4．1 人脑记忆的分类4．2 人脑记忆机制的神经基础4．2．1 神经细胞的基本结构4．2．2 人脑记忆机制的生理学基础4．3 人脑记忆计算模型4．3．1 基于认知心理学的记忆计算模型4．3．2 基于认知神经科学的记忆计算模型4．4 基于人脑三阶段记忆模型的视觉信息处理认知建模4．4．1 信息粒4．4．2 记忆空间4．4．3 认知行为4．4．4 决策4．4．5 记忆空间更新规则4．4．6 MVIPM的实现4．5 本章小结参考文献第5章 基于人脑三阶段记忆机制的场景建模5．1 混合高斯背景建模5．1．1 混合高斯模型的基本原理5．1．2 混合高斯背景建模方法存在问题及发展现状5．2 基于记忆的混合高斯模型5．2．1 基于记忆的混合高斯背景建模总体框架5．2．2 基于记忆的混合高斯背景建模算法描述5．2．3 实验结果及讨论5．3 基于记忆的码本模型5．3．1 码本模型5．3．2 码字的特征参数集合5．3．3 码本记忆空间的构建5．3．4 算法流程及描述5．3．5 实验结果及分析5．4 本章小结参考文献第6章 基于记忆机制Mean-shift和粒子滤波鲁棒运动目标跟踪6．1 基于记忆的模板更新建模6．1．1 基于记忆的模板更新模型及定义6．1．2 模板更新算法详细描述6．2 基于记忆的模板更新Mean-shift运动目标跟踪6．2．1 Mean-shift跟踪器初始化及算法描述6．2．2 实验结果及讨论6．3 基于记忆的模板更新粒子滤波运动目标跟踪6．3．1 粒子滤波跟踪器初始化及具体算法描述6．3．2 实验结果及讨论6．4 基于记忆的多特征融合粒子滤波目标跟踪6．4．1 目标特征的描述与提取6．4．2 基于记忆的多特征融合6．4．3 基于记忆的多特征融合粒子滤波目标跟踪6．4．4 实验结果及分析6．5 本章小结参考文献第7章 基于记忆的多智能体协同进化运动目标跟踪7．1 基于记忆的多智能体协同进化运动目标跟踪建模7．1．1 基于记忆的智能体模型7．1．2 多智能体协同进化行为7．1．3 YCbCr颜色空间非参数目标建模7．1．4 算法的实现7．2 实验结果及讨论7．3 本章小结参考文献彩图
