模板理论在三维流形无奇点Smale流中的应用

本项目希望对三维流形NSF（无奇点Smale 流）的流结构与拓扑结构之间的相互影响作些研究。基本的问题是：考察三维流形上NSF拓扑共轭类，以及反过来各类NSF对三维流形的限制。.首先，我们试图将与分析工具（建筑块）和与组合工具（加厚的模板）联系起来。据此我们希望建起沟通组合工具与分析工具的桥梁。进而确定刻画同一基集的模板- - -标准模板，在此基础上类似于扭结论构造流的不变量。.其次，我们将尝试具体的用组合方法来研究拓扑共轭这一问题。具体而言，本项目将希望对简单NSF这一情况作完全的拓扑共轭分类。 2100433B

书名：流形粒子滤波算法及其在视频目标跟踪中的应用

书号：978-7-118-09889-1

作者：朱志宇

出版时间：2015年5月

译者：

版次：1版1次

开本：16

装帧：平装

出版基金：

页数：192

字数：241

中图分类：TP302.7

丛书名：

定价：36.00

本书研究流形上的粒子滤波算法将粒子滤波视频跟踪系统的状态模型建立在流形上在低维流形上实现状态采样充分利用了状态空间的内蕴几何特性为解决粒子退化问题提高跟踪算法的效率、实时性和鲁棒性提供一种新的思路"sup--normal" data-sup="1" data-ctrmap=":1,"> [1]

内容介绍

《现代测量理论在考试中的应用》的目的正是要介绍和探讨现代教育测量理论在考试实践与研究中的应用。因此，首先就要对考试的测量特性作出应有的哲学、社会学、教育与心理学的分析。同时，同事，还要对考试所欲测察的心理特质的结构与测量反应过程作出较为深入的现代心理学分析。这些，就构成了《现代测量理论在考试中的应用》第一章与第三章的主要内容，以及第十章的某些重要内容。但是，《现代测量理论在考试中的应用》的主体部分却是心理计量学内容。第二章真分数理论与第四章概括化理论，主要都是针对测验总分作分析的计量理论。真分数理论在历史上有着重要地位，在现实实践中也仍在发挥基础作用；尤其是概括化理论，在优化测试条件控制测量误差上，更显现出极强的指导价值，人们还将其视为现代测量理论的一个分支，所以，《现代测量理论在考试中的应用》仍要对它们予以认真概括评介。从第五章起，主要内容是论述项目反应理论的基本概念与方法，分析它超出真分数理论局限的优点，并着重对它在考试工作中的应用，包括估计被试水平、分析测验与项目质量、考察测验信息、控制测量误差、实现测验等值、避免测验偏差和正确实现测验目的要求等方面的技术与策略，进行多方面的探讨。

教育测量学是从技术的角度来研究考试的。在现代考试要尊重人的主体地位，要努力服务与促进人的全面发展，要成为现代教育与现代管理的有效工具的思想指导下，其考核标准就要允许多元化。施测策略就要突出灵活针对性，情境设置、资料传输处理更要力争信息化，从而不断推进技术的创新。经典测量理论只按总分排队，它的真分数也是依赖于测试项目组的，信度却建立在实践中很难做到的“平行测验”观念基础上，难于满足现代考试的要求。项目反应理论能根据作答反应资料估出不依赖于测试项目样本的被试特质水平值，可用特质分数来统率与解释真分数与观察分数，特别是提出与定义了经典理论中所没有的项目与测验信息函数概念。这样，项目反应理论就能实现难度有异的测验的“垂直”等值，建立起项目参数在统一量尺上取值的大型题库，做到有预控地来编制达到指定考核要求的试卷；尤其是，可以编制出按“因人施测”原则进行的计算机化自适应测验，从而使测量理论真正和信息技术融合在一起，确实为现代考试技术的发展开辟出了新天地。因此，《现代测量理论在考试中的应用》特设第六、七、八章来突出讨论这些内容。 2100433B

第1章绪论1

1.1粒子滤波的发展和应用2

1.2视频目标的检测与跟踪5

1.2.1跟踪目标的视觉特征5

1.2.2常用的视频目标检测方法7

1.2.3常用的视频目标跟踪方法10

1.2.4视频目标跟踪的应用14

1.3粒子滤波在视频目标跟踪中的应用15

1.3.1基于粒子滤波的视频目标跟踪研究现状15

1.3.2基于粒子滤波的视觉跟踪的难点16

1.4基于微分流形粒子滤波的视频跟踪研究18

1.5主要的公共视频数据库20

1.6本书的主要工作22

第2章视频目标的检测与特征提取25

2.1引言25

2.2运动目标检测方法25

2.2.1光流计算法25

2.2.2背景消减法27

2.2.3帧间差分法27

2.3运动目标的特征提取28

2.3.1颜色特征提取28

2.3.2纹理特征提取32

2.3.3运动边缘特征提取34

第3章目标的表观模型35

3.1模板35

3.2活动轮廓模型36

3.3直方图 36

3.3.1直方图密度估计37

3.3.2空间直方图38

3.3.3加权颜色直方图39

3.4核密度估计 40

3.5混合高斯模型41

3.5.1混合高斯模型的数学描述41

3.5.2背景模型的更新43

第4章基于粒子滤波算法的视频目标跟踪45

4.1贝叶斯估计理论45

4.1.1动态系统的状态模型45

4.1.2贝叶斯定理46

4.1.3贝叶斯滤波47

4.1.4蒙特卡罗方法48

4.1.5序贯重要性采样49

4.1.6重采样技术51

4.2粒子滤波算法52

4.2.1标准粒子滤波算法53

4.2.2标准粒子滤波的缺点54

4.2.3各种改进的粒子滤波算法58

4.3基于粒子滤波的视频目标跟踪方法 61

4.3.1概率跟踪方法的数学描述61

4.3.2粒子滤波视频跟踪的状态模型62

4.3.3粒子滤波视频跟踪的观测模型63

4.3.4粒子滤波跟踪实验结果与分析65

第5章基于Mean Shift的粒子滤波跟踪69

5.1Mean Shift概述69

5.2Mean Shift基本理论及其扩展形式70

5.2.1Mean Shift向量70

5.2.2扩展Mean Shift71

5.2.3概率密度梯度73

5.3基本Mean Shift算法74

5.4Mean Shift在目标跟踪中的应用75

5.4.1目标描述和匹配准则75

5.4.2Mean Shift跟踪77

5.4.3跟踪算法流程78

5.5嵌入Mean Shift算法的粒子滤波视频目标跟踪78

5.5.1系统动态模型的设计79

5.5.2系统观测模型的设计79

5.5.3目标定位80

5.5.4Mean Shift粒子聚类80

5.6实验及分析82

第6章基于自适应流形粒子滤波算法的红外小目标跟踪84

6.1红外小目标检测和跟踪方法概述85

6.1.1红外小目标跟踪技术85

6.1.2红外小目标检测技术86

6.2复杂背景下红外小目标图像的预处理算法87

6.2.1红外图像的组成87

6.2.2频域高通滤波法88

6.2.3低通滤波器88

6.2.4中值滤波89

6.2.5基于数学形态学滤波的红外图像预处理89

6.2.6红外图像预处理仿真实验92

6.3基于自适应粒子滤波算法的红外小目标跟踪96

6.3.1基于粒子滤波算法的红外目标跟踪步骤97

6.3.2基于自适应粒子滤波算法的红外小目标跟踪98

6.4[ZK(]基于自适应流形粒子滤波的制导红外小目标跟踪方法[ZK)]107

6.4.1流形基础知识108

6.4.2基于自适应流形粒子滤波的红外小目标跟踪方法109

第7章基于流形聚类粒子滤波算法的视频目标跟踪118

7.1聚类算法119

7.1.1聚类的定义119

7.1.2聚类算法的分类120

7.2最大模糊熵高斯聚类粒子滤波算法(iMCPF)121

7.2.1最大模糊熵高斯聚类121

7.2.2最大模糊熵高斯聚类粒子滤波算法步骤122

7.3粒子稀疏化聚类123

7.3.1粒子稀疏化聚合重采样123

7.3.2粒子交叉聚合124

7.4双重采样自适应粒子滤波算法(DRPF)124

7.4.1基于观测新息的重采样分布方案124

7.4.2双重采样自适应粒子滤波算法步骤125

7.5仿真实验及分析127

7.5.1DR/GPS组合系统模型127

7.5.2仿真实验及结果分析 127

7.6流形学习聚类粒子滤波算法131

7.6.1流形学习 132

7.6.2拉普拉斯特征映射134

7.6.3局部线性嵌入算法134

7.6.4增量式LLE聚类粒子滤波(ILLEDRPF)算法138

7.6.5仿真实验及分析140

7.7流形聚类粒子滤波算法142

7.7.1流形聚类142

7.7.2流形聚类方法144

7.7.3几何能量聚类145

7.7.4Grassmann流形粒子滤波148

7.7.5基于几何能量的流形聚类粒子滤波149

7.7.6仿真实验及分析150

第8章基于李群粒子滤波算法的视频目标跟踪156

8.1流形156

8.1.1流形的定义156

8.1.2流形的距离157

8.2李群流形理论基础158

8.2.1李群和李代数158

8.2.2李群指数映射158

8.2.3李群几何优化159

8.3李群结构的矩阵协方差描述160

8.3.1目标图像多特征提取160

8.3.2协方差的相似度匹配162

8.4李群流形上的粒子滤波算法162

8.4.1将射影变换表示为李群162

8.4.2李群状态模型163

8.4.3李群观测模型164

8.5李群粒子滤波算法流程165

8.6实验结果与分析166

第9章基于李群最优重要性函数粒子滤波算法的视频目标跟踪172

9.1最优重要性密度函数172

9.2基于流形建议分布的粒子滤波器173

9.2.1基于Stiefel流形的粒子滤波器174

9.2.2基于黎曼流形的粒子滤波174

9.3黎曼均值174

9.3.1基于黎曼度量的正定对称阵175

9.3.2改进李群结构的黎曼流形175

9.4李群正态分布175

9.4.1李群上的不变度量和测地线176

9.4.2李群协方差矩阵算法176

9.4.3基于李群指数映射的正态分布177

9.5基于李群正态分布的粒子滤波算法178

9.6实验结果与分析178

参考文献183