本書系統(tǒng)深入地闡述了運(yùn)動目標(biāo)檢測的理論與方法，總結(jié)了國內(nèi)外運(yùn)動目標(biāo)檢測技術(shù)的*新成果和*新進(jìn)展，其中涵蓋了作者多年來在該領(lǐng)域所取得的科研成果。全書共8章，內(nèi)容包括運(yùn)動目標(biāo)檢測的基本概念和研究現(xiàn)狀、運(yùn)動目標(biāo)檢測的經(jīng)典方法和評價標(biāo)準(zhǔn)，以及基于單像素特征建模、復(fù)雜特征建模、多源信息建模、低維子空間分解、盲源信號分離、三維小波變換的運(yùn)動目標(biāo)檢測方法。本書可作為視頻分析、圖像處理、信號處理等領(lǐng)域高年級本科生、研究生的參考學(xué)習(xí)用書，也可供從事相關(guān)領(lǐng)域研究的高校教師、科研人員以及從事相關(guān)行業(yè)的工程技術(shù)人員閱讀參考。
第１章 緒論 1
1．1 運(yùn)動目標(biāo)檢測研究背景及意義 1
1．2 運(yùn)動目標(biāo)檢測技術(shù)發(fā)展及研究現(xiàn)狀 6
1．3 運(yùn)動目標(biāo)檢測的應(yīng)用難題和研究熱點(diǎn) 11
1．3．1 運(yùn)動目標(biāo)檢測的應(yīng)用難題 11
1．3．2 運(yùn)動目標(biāo)檢測的研究熱點(diǎn) 12
1．4 本章小結(jié) 13
參考文獻(xiàn) 13
第2章 運(yùn)動目標(biāo)檢測概述 18
2．1 運(yùn)動目標(biāo)檢測的經(jīng)典方法 18
2．1．1 幀間差分法 18
2．1．2 光流法 20
2．1．3 背景減除法 21
2．2 運(yùn)動目標(biāo)檢測的性能評價 24
2．2．1 主觀評價 25
2．2．2 客觀評價 25
2．3 運(yùn)動目標(biāo)檢測的公開數(shù)據(jù)庫 28
2．4 本章小結(jié) 42
參考文獻(xiàn) 42
第3章 基于單像素特征建模的運(yùn)動目標(biāo)檢測 45
3．1 相關(guān)工作與研究現(xiàn)狀 45
3．2 基于人類視覺亮度敏感性的運(yùn)動目標(biāo)檢測算法 46
3．2．1 揭示人類感知規(guī)律的韋伯定律 47
3．2．2 適用于復(fù)雜圖像背景環(huán)境的韋伯比的分析與推導(dǎo) 49
3．2．3 基于人類視覺亮度敏感性的自適應(yīng)匹配判斷閾值設(shè)置 52
3．2．4 算法描述 53
3．2．5 自適應(yīng)匹配判斷閾值對算法性能的影響分析 55
3．3 實(shí)驗(yàn)結(jié)果及分析 56
3．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 56
3．3．2 定性分析 59
3．3．3 定量分析 63
3．4 本章小結(jié) 65
參考文獻(xiàn) 65
第4章 基于復(fù)雜特征建模的運(yùn)動目標(biāo)檢測 68
4．1 相關(guān)工作與研究現(xiàn)狀 68
4．2 基于改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)的運(yùn)動目標(biāo)檢測算法 69
4．2．1 脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的基礎(chǔ)理論 70
4．2．2 基于改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)的全局特征提取 75
4．2．3 算法描述 79
4．3 實(shí)驗(yàn)結(jié)果及分析 80
4．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 80
4．3．2 定性分析 81
4．3．3 定量分析 88
4．4 本章小結(jié) 90
參考文獻(xiàn) 90
第5章 基于多源信息建模的運(yùn)動目標(biāo)檢測 93
5．1 相關(guān)工作與研究現(xiàn)狀 93
5．2 基于紅外、可見光多源特征融合建模的運(yùn)動目標(biāo)檢測算法 94
5．2．1 紅外、可見光多源特征融合的理論基礎(chǔ)和優(yōu)勢分析 95
5．2．2 算法描述 98
5．3 實(shí)驗(yàn)結(jié)果及分析 101
5．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 101
5．3．2 定性分析 102
5．3．3 定量分析 106
5．4 本章小結(jié) 107
參考文獻(xiàn) 108
第6章 基于低維子空間分解的運(yùn)動目標(biāo)檢測 109
6．1 相關(guān)工作與研究現(xiàn)狀 109
6．1．1 低維子空間分解理論基礎(chǔ) 110
6．1．2 低維子空間分解在運(yùn)動目標(biāo)檢測中的應(yīng)用 111
6．2 基于改進(jìn)在線魯棒主成分分析的運(yùn)動目標(biāo)檢測算法 112
6．2．1 自適應(yīng)稀疏權(quán)重的在線魯棒主成分分析 112
6．2．2 算法描述 116
6．3 實(shí)驗(yàn)結(jié)果及分析 120
6．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 120
6．3．2 定性分析 122
6．3．3 定量分析 126
6．4 本章小結(jié) 128
參考文獻(xiàn) 128
第7章 基于盲源信號分離的運(yùn)動目標(biāo)檢測 130
7．1 相關(guān)工作與研究現(xiàn)狀 130
7．1．1 盲源信號分離理論基礎(chǔ) 131
7．1．2 盲源信號分離在運(yùn)動目標(biāo)檢測中的應(yīng)用 132
7．2 基于約束非線性獨(dú)立成分分析的運(yùn)動目標(biāo)檢測算法 133
7．2．1 運(yùn)動目標(biāo)檢測中的非線性盲源分離問題 133
7．2．2 算法描述 135
7．3 實(shí)驗(yàn)結(jié)果及分析 137
7．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 137
7．3．2 定性分析 138
7．3．3 定量分析 141
7．4 本章小結(jié) 142
參考文獻(xiàn) 142
第8章 基于三維小波變換的運(yùn)動目標(biāo)檢測 144
8．1 小波變換基礎(chǔ)理論與快速算法 145
8．1．1 一維小波變換 146
8．1．2 三維小波變換 150
8．2 基于三維小波變換的運(yùn)動目標(biāo)檢測算法 155
8．2．1 三維小波變換用于運(yùn)動目標(biāo)檢測的理論分析 155
8．2．2 算法描述 157
8．2．3 算法優(yōu)勢分析 159
8．3 實(shí)驗(yàn)結(jié)果及分析 162
8．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 162
8．3．2 定性分析 166
8．3．3 定量分析 177
8．4 本章小結(jié) 182
參考文獻(xiàn) 182
新書資訊