近年來(lái)，隨著深度學(xué)習(xí)的發(fā)展，計(jì)算機(jī)在圖像及視頻目標(biāo)檢測(cè)任務(wù)上的能力已經(jīng)有了很大的提高。在實(shí)際應(yīng)用中，目標(biāo)檢測(cè)模型可以通過(guò)大規(guī)模人工標(biāo)記的訓(xùn)練數(shù)據(jù)、學(xué)習(xí)目標(biāo)的不同形變，來(lái)提升目標(biāo)檢測(cè)精度。目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)中重要的研究方向之一，在視頻監(jiān)控、目標(biāo)檢測(cè)和無(wú)人駕駛等領(lǐng)域有著非常廣泛的應(yīng)用。對(duì)目標(biāo)進(jìn)行動(dòng)態(tài)實(shí)時(shí)跟蹤定位在智能化交通系統(tǒng)、智能監(jiān)控系統(tǒng)、軍事目標(biāo)檢測(cè)及醫(yī)學(xué)導(dǎo)航手術(shù)中手術(shù)器械定位等方面具有廣泛的應(yīng)用價(jià)值。圖像質(zhì)量評(píng)價(jià)通過(guò)對(duì)圖像的特性進(jìn)行分析和研究，然后評(píng)估出圖像失真程度，它是圖像處理的一種基本方法。視頻目標(biāo)檢測(cè)的精度直接決定了需要跟蹤的初始目標(biāo)，目標(biāo)跟蹤的結(jié)果反過(guò)來(lái)有助于提高檢測(cè)的精度，圖像質(zhì)量評(píng)價(jià)可用于評(píng)估視頻的清晰度和失真度，輔助視頻目標(biāo)檢測(cè)和跟蹤。
本書(shū)共分9章。
第1章介紹了視頻目標(biāo)檢測(cè)、相關(guān)濾波跟蹤、圖像質(zhì)量評(píng)價(jià)的研究背景和研究現(xiàn)狀，并基于各自的問(wèn)題提供了合理的建模思路和方法。
第2章介紹了域自適應(yīng)算法及漸進(jìn)自學(xué)習(xí)框架。為了解決域移位現(xiàn)象，本章講解了兩個(gè)經(jīng)典的域自適應(yīng)的方法，都運(yùn)用了生成對(duì)抗的思想，這也為本章的算法提供了一個(gè)可行的思路。本章詳細(xì)講解了循環(huán)語(yǔ)義轉(zhuǎn)移網(wǎng)絡(luò)，在此基礎(chǔ)上，總結(jié)了整個(gè)漸進(jìn)自學(xué)習(xí)算法框架，通過(guò)一個(gè)已標(biāo)注樣本集對(duì)待檢測(cè)目標(biāo)進(jìn)行學(xué)習(xí)，將學(xué)習(xí)到的知識(shí)無(wú)監(jiān)督地遷移到不同的場(chǎng)景中，使不同場(chǎng)景的目標(biāo)檢測(cè)系統(tǒng)無(wú)須任何人工干預(yù)，就能獲得極佳的目標(biāo)檢測(cè)性能。
第3章介紹了基于域自適應(yīng)學(xué)習(xí)的視頻目標(biāo)檢測(cè)。本章介紹了視頻目標(biāo)檢測(cè)的研究現(xiàn)狀；介紹了神經(jīng)網(wǎng)絡(luò)的基本組成，并說(shuō)明了卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)行過(guò)程；講解了*簡(jiǎn)單的滑窗法及一些經(jīng)典的目標(biāo)檢測(cè)方法；詳細(xì)闡述了循環(huán)語(yǔ)義轉(zhuǎn)移網(wǎng)絡(luò)架構(gòu)細(xì)節(jié)，運(yùn)用域自適應(yīng)算法得到視頻目標(biāo)檢測(cè)結(jié)果；*后，介紹了能夠驗(yàn)證本章算法性能的國(guó)際通用數(shù)據(jù)集，以及算法性能評(píng)價(jià)指標(biāo)，通過(guò)指標(biāo)的高低評(píng)判性能優(yōu)劣。
第4章介紹了基于多峰響應(yīng)的抗遮擋相關(guān)濾波跟蹤。大量實(shí)驗(yàn)表明：當(dāng)目標(biāo)存在遮擋時(shí)，跟蹤算法得到的當(dāng)前幀置信圖會(huì)出現(xiàn)多峰響應(yīng)，研究利用多峰響應(yīng)值來(lái)判斷當(dāng)前幀是否存在遮擋，增加遮擋之后的處理機(jī)制；當(dāng)判定當(dāng)前幀存在遮擋時(shí)，停止當(dāng)前幀模板的更新，同時(shí)利用上一幀的目標(biāo)點(diǎn)來(lái)生成高斯矩陣與當(dāng)前幀的置信圖進(jìn)行點(diǎn)乘，獲得當(dāng)前幀相對(duì)正確的目標(biāo)點(diǎn)。
第5章介紹了自適應(yīng)特征選擇的相關(guān)濾波跟蹤。內(nèi)容包括：傳統(tǒng)特征和深度特征在跟蹤不同場(chǎng)景中的優(yōu)勢(shì)和不同特征的可視化；計(jì)算深度，方向梯度的直方圖、顏色名特征；計(jì)算跟蹤時(shí)的匹配率；初始幾幀分別計(jì)算三種特征的平均匹配率，若某一特征的匹配率超過(guò)給定閾值，則下一幀只用該特征進(jìn)行跟蹤，不使用剩下特征，提高跟蹤速度；計(jì)算這一幀匹配率，若繼續(xù)超過(guò)閾值，則接下來(lái)的幀繼續(xù)使用該特征，否則重新計(jì)算剩下的兩種特征； 在跟蹤過(guò)程中不斷自適應(yīng)選擇特征跟蹤。
第6章介紹了基于孿生神經(jīng)網(wǎng)絡(luò)的抗形變相關(guān)濾波跟蹤。本章介紹了孿生神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及對(duì)應(yīng)算法；介紹了算法的模型結(jié)構(gòu)，在此孿生神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)之上，引出對(duì)全卷積孿生神經(jīng)網(wǎng)絡(luò)跟蹤算法的改進(jìn)，通過(guò)改變主干網(wǎng)絡(luò)結(jié)構(gòu)和其中添加相關(guān)濾波層，利用相關(guān)濾波計(jì)算的高效性，進(jìn)行深度學(xué)習(xí)訓(xùn)練，將孿生神經(jīng)網(wǎng)絡(luò)輸出的特征融合成一個(gè)置信圖響應(yīng)；*后，在實(shí)驗(yàn)部分介紹了相關(guān)實(shí)驗(yàn)設(shè)置并進(jìn)行分析。
第7章介紹了一種基于視覺(jué)感知的全參考圖像質(zhì)量評(píng)價(jià)方法。首先，通過(guò)局部尺度不變估計(jì)方法，將重構(gòu)圖像調(diào)整到與參考圖像相同的尺寸；其次，通過(guò)比較這兩幅圖像來(lái)計(jì)算梯度幅度相似度圖；再次，用視覺(jué)注意機(jī)制的方法得到參考圖像的顯著性特征圖譜。*后，運(yùn)用相似度圖和顯著性特征圖譜融合的策略，得到全參考圖像的整體質(zhì)量評(píng)分。
第8章介紹了一種半?yún)⒖紙D像的重構(gòu)圖像質(zhì)量評(píng)價(jià)方法。本章介紹了傳統(tǒng)的推土機(jī)距離算法，并提出一種改進(jìn)的基于權(quán)重距離算法；根據(jù)尺度不變算法找到參考圖像與重構(gòu)圖像對(duì)應(yīng)的匹配點(diǎn)，計(jì)算對(duì)應(yīng)圖像塊的距離，得到局部圖像質(zhì)量評(píng)價(jià)方法；根據(jù)視覺(jué)注意機(jī)制得到參考圖像與重構(gòu)圖像的視覺(jué)顯著性特征，計(jì)算對(duì)應(yīng)特征的距離，得到全局圖像質(zhì)量評(píng)價(jià)方法；融合局部和全局的圖像質(zhì)量評(píng)價(jià)方法，得到重構(gòu)圖像的整體質(zhì)量評(píng)分。半?yún)⒖紙D像質(zhì)量評(píng)價(jià)方法可應(yīng)用于視頻傳輸中的數(shù)字水印驗(yàn)證、利用輔助通道進(jìn)行視頻質(zhì)量監(jiān)控與碼流率控制等。
第9章介紹了一種融合尺度不變性關(guān)鍵點(diǎn)的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法。自然圖像在視覺(jué)內(nèi)容上具有很強(qiáng)的統(tǒng)計(jì)特性，如前緣、高維奇異性、尺度不變性等。圖像的失真會(huì)影響這些特征的強(qiáng)度。尺度不變特征變換算法可以測(cè)量出這些特征的強(qiáng)度變化，但會(huì)忽略某些低對(duì)比度區(qū)域的點(diǎn)和邊緣光滑的點(diǎn)，這些點(diǎn)可以通過(guò)曲波變換來(lái)識(shí)別。本章通過(guò)尺度不變算法和曲波變換提取圖像中邊緣、高維奇異性、尺度不變性等特征；對(duì)特征進(jìn)行降維與融合；*后，利用現(xiàn)有數(shù)據(jù)庫(kù)對(duì)模糊神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行訓(xùn)練，并對(duì)融合特征向量進(jìn)行測(cè)試，得到無(wú)參考圖像質(zhì)量評(píng)價(jià)。
本書(shū)是在中國(guó)地質(zhì)大學(xué)（武漢）相關(guān)專業(yè)歷屆研究生畢業(yè)論文的基礎(chǔ)上編寫(xiě)、完善、擴(kuò)充而成的。編寫(xiě)過(guò)程中，牟泉政、孫加樂(lè)、閆晴晴等研究生做了大量工作，在此表示感謝。本書(shū)編寫(xiě)過(guò)程中還參閱了大量資料，吸收了同行們辛勤勞動(dòng)的成果，在此一并表示感謝。
本書(shū)可作為從事計(jì)算機(jī)視覺(jué)的科研人員了解視頻目標(biāo)檢測(cè)、相關(guān)濾波跟蹤、圖像質(zhì)量評(píng)價(jià)等知識(shí)的參考書(shū)，也可作為有關(guān)技術(shù)編程開(kāi)發(fā)人員自學(xué)和參考的資料書(shū)。
由于編者水平有限，時(shí)間倉(cāng)促，書(shū)中難免出現(xiàn)錯(cuò)誤和疏漏，希望廣大讀者提出寶貴意見(jiàn)，甚為感謝。