視覺大數(shù)據(jù)基礎(chǔ)與應(yīng)用

第1章 海量視頻概述
1.1 視覺大數(shù)據(jù)
1.2 關(guān)鍵技術(shù)
1.3 應(yīng)用領(lǐng)域
1.4 挑戰(zhàn)與發(fā)展
第2章 海量視頻模型
2.1 HSV顏色模型
2.2 膚色模型
2.3 形狀模型
2.4 人體可變形模型
2.5 混合高斯模型
2.6 概率圖模型
2.7 感興趣區(qū)域模型（ROI）
2.8 視覺顯著性模型
2.9 多分辨率模型
2.10 視覺詞袋模型
2.11 視頻語義模型
第3章 海量視頻管理
3.1 視頻數(shù)據(jù)庫
3.1.1 海量視頻數(shù)據(jù)
3.1.2 面向?qū)ο蟮暮Ａ恳曨l數(shù)據(jù)庫
3.2 集中式視頻數(shù)據(jù)庫
3.3 分布式視頻數(shù)據(jù)庫
3.3.1 基于Hadoop的視頻數(shù)據(jù)庫
3.3.2 MapReduce模型
3.4 博世視頻管理系統(tǒng)
3.5 微博視頻管理系統(tǒng)
3.6 VOD視頻點(diǎn)播及管理系統(tǒng)
第4章 海量視頻分析
4.1 Harris描述子
4.2 SIFT描述子
4.3 K均值聚類方法
4.4 K近鄰法
4.5 SVM方法
4.6 BP網(wǎng)絡(luò)
4.7 多感知器模型
4.8 卷積神經(jīng)網(wǎng)絡(luò)（CNN）
4.9 AdaBoost方法
4.10 模擬退火方法
4.11 遺傳方法
第5章 大規(guī)模人臉?biāo)阉飨到y(tǒng)
5.1 概述
5.2 人臉檢測
5.2.1 人臉檢測方法分類
5.2.2 基于Adaboost的人臉檢測
5.3 人臉特征提取
5.3.1 PCA方法
5.3.2 LDA方法
5.3.3 Kernel方法
5.4 人臉特征比對
5.4.1 典型的度量方法
5.4.2 典型的分類器
5.5 “大海撈針”人臉?biāo)阉飨到y(tǒng)
5.5.1 體系結(jié)構(gòu)
5.5.2 關(guān)鍵技術(shù)
5.5.3 算法偽代碼
5.5.4 性能評價(jià)
5.5.5 系統(tǒng)搜索效果
第6章 高清卡口車輛信息搜索系統(tǒng)
6.1 車輛信息搜索
6.2 車牌搜索子系統(tǒng)
6.2.1 車牌搜索概述
6.2.2 車牌區(qū)域定位
6.2.3 車牌字符分割
6.2.4 索車牌字符識別
6.3 車標(biāo)搜索子系統(tǒng)
6.3.1 車標(biāo)定位
6.3.2 車標(biāo)搜索
第7章 暴力行為檢測系統(tǒng)
7.1 暴力行為
7.2 暴力行為檢測
7.2.1 系統(tǒng)框架
7.2.2 行為數(shù)據(jù)庫
7.2.3 評價(jià)指標(biāo)
7.3 基于對象層次的暴力行為檢測系統(tǒng)
7.4 基于光流變化的暴力行為檢測系統(tǒng)
7.5 基于運(yùn)動著色的暴力行為檢測系統(tǒng)
第8章 可疑行為檢測系統(tǒng)
8.1 可疑行為
8.2 可疑行為檢測
8.3 基于軌跡特征的可疑行為檢測系統(tǒng)
8.3.1 系統(tǒng)結(jié)構(gòu)
8.3.2 人體目標(biāo)檢測
8.3.3 軌跡建模
8.3.4 軌跡特征提取
8.3.5 軌跡特征分類
8.4 基于運(yùn)動方向的可疑行為檢測系統(tǒng)
8.4.1 系統(tǒng)流程
8.4.2 背景邊緣模型
8.4.3 前景幀判斷
8.4.4 行為特征描述
8.4.5 SVM分類
8.5 基于形狀特征的可疑行為檢測系統(tǒng)
第9章 海量視頻摘要系統(tǒng)
9.1 視頻摘要
9.2 視頻摘要過程
9.3 特征提取和表示
9.3.1 顏色特征提取
9.3.2 紋理特征提取
9.3.3 形狀特征提取
9.3.4 運(yùn)動特征提取
9.3.5 音頻特征提取
9.4 典型系統(tǒng)
第10章 海量視頻管控平臺
10.1 平臺要求
10.2 平臺架構(gòu)
10.3 平臺組成
10.4 平臺服務(wù)器
10.5 平臺功能
10.5.1 視頻監(jiān)控與回放
10.5.2 視圖無縫融合功能
10.5.3 大規(guī)模人臉等目標(biāo)監(jiān)測
10.5.4 異常行為檢測
10.5.5 海量視頻摘要
10.5.6 高清卡口車輛信息搜索
10.6 平臺應(yīng)用