面向智能视频监控的异常检测与摘要技术
￥48.00定价
作者： 祝晓斌
出版时间：2015-07
出版社：知识产权出版社
- 知识产权出版社
- 9787513037037
- 193954
- 2015-07
- TN94
内容简介
祝晓斌编著的《面向智能视频监控的异常检测与摘要技术》较为全面地介绍了异常事件检测与摘要的相关概念、原理和技术方法。主要内容包括视频概念、特征提取、事件检测、摘要生成等。本书紧跟上述内容的国内外发展现状和最新成果，阐述了作者对视频摘要技术的理解和认识，尤其针对监控视频中的应用，进行了深入的探讨、分析和实例验证。
本书可以作为从事图像理解、模式识别、机器视觉等相关专业研究人员的参考书．对于计算机科学与技术、信息与通信工程、电子科学与技术等专业的研究生和高年级本科生也有一定的参考价值。
本书可以作为从事图像理解、模式识别、机器视觉等相关专业研究人员的参考书．对于计算机科学与技术、信息与通信工程、电子科学与技术等专业的研究生和高年级本科生也有一定的参考价值。
目录
第1章 绪论
1.1 引言
1.2 背景及意义
1.3 国内外研究现状
1.4 主要难点与发展趋势
1.5 研究内容与结构安排
第2章 视频分析与摘要研究现状
2.1 引言
2.2 视频异常事件检测方法概述
2.3 视频摘要方法概述
第3章 基于社会力模型的拥挤场景下异常事件检测
3.1 引言
3.2 相关工作
3.3 基于社会力模型的异常检测
3.4 互作用力估计
3.5 实验结果与分析
3.6 本章小结
第4章 基于鲁棒性稀疏编码的拥挤场景下异常事件检测
4.1 引言
4.2 相关工作
4.3 稀疏表示介绍
4.4 EMD
4.5 本书算法
4.6 实验结果与分析
4.7 本章小结
第5章 基于关键观测点选择的视频浓缩
5.1 引言
5.2 基于运动目标的视频浓缩介绍
5.3 对象序列提取
5.4 关键观测点选择
5.5 视频浓缩优化算法
5.6 实验结果与分析
5.7 本章小结
第6章 基于摄像机网络的视频浓缩
6.1 引言
6.2 相关工作
6.3 摄像机间轨迹匹配方法
6.4 基于摄像机网络的视频浓缩算法
6.5 实验结果与分析
6.6 本章小结
附录A 符号和记号
附录B 模式组合的一些基本概念
B.1 图
B.2 树
B.3 符号串
附录C 概率统计的一些预备知识
C.1 概率
C.2 最大似然估计
C.3 条件概率
C.4 贝叶斯公式
C.5 随机变量
C.6 二项式分布
C.7 联合概率分布和条件概率分布
C.8 贝叶斯决策理论
C.9 期望和方差
附录D 名词术语解释
参考文献
后记
1.1 引言
1.2 背景及意义
1.3 国内外研究现状
1.4 主要难点与发展趋势
1.5 研究内容与结构安排
第2章 视频分析与摘要研究现状
2.1 引言
2.2 视频异常事件检测方法概述
2.3 视频摘要方法概述
第3章 基于社会力模型的拥挤场景下异常事件检测
3.1 引言
3.2 相关工作
3.3 基于社会力模型的异常检测
3.4 互作用力估计
3.5 实验结果与分析
3.6 本章小结
第4章 基于鲁棒性稀疏编码的拥挤场景下异常事件检测
4.1 引言
4.2 相关工作
4.3 稀疏表示介绍
4.4 EMD
4.5 本书算法
4.6 实验结果与分析
4.7 本章小结
第5章 基于关键观测点选择的视频浓缩
5.1 引言
5.2 基于运动目标的视频浓缩介绍
5.3 对象序列提取
5.4 关键观测点选择
5.5 视频浓缩优化算法
5.6 实验结果与分析
5.7 本章小结
第6章 基于摄像机网络的视频浓缩
6.1 引言
6.2 相关工作
6.3 摄像机间轨迹匹配方法
6.4 基于摄像机网络的视频浓缩算法
6.5 实验结果与分析
6.6 本章小结
附录A 符号和记号
附录B 模式组合的一些基本概念
B.1 图
B.2 树
B.3 符号串
附录C 概率统计的一些预备知识
C.1 概率
C.2 最大似然估计
C.3 条件概率
C.4 贝叶斯公式
C.5 随机变量
C.6 二项式分布
C.7 联合概率分布和条件概率分布
C.8 贝叶斯决策理论
C.9 期望和方差
附录D 名词术语解释
参考文献
后记
