视觉大数据基础与应用

封面 1 扉页 2 内容简介 3 版权页 3 前言 4 目录 5 第1章 海量视频概述 10 1.1 视觉大数据 10 1.2 关键技术 12 1.3 应用领域 13 1.4 挑战与发展 14 第2章 海量视频模型 17 2.1 HSV颜色模型 17 2.2 肤色模型 21 2.3 形状模型 23 2.4 人体可变形模型 29 2.5 混合高斯模型 30 2.6 概率图模型 33 2.7 感兴趣区域模型(ROI) 35 2.8 视觉显著性模型 37 2.9 多分辨率模型 40 2.10 视觉词袋模型 43 2.11 视频语义模型 46 第3章 海量视频管理 49 3.1 视频数据库 49 3.2 集中式视频数据库 51 3.3 分布式视频数据库 52 3.4 博世视频管理系统 61 3.5 微博视频管理系统 62 3.6 VOD视频点播及管理系统 64 第4章 海量视频分析 66 4.1 Harris描述子 66 4.2 SIFT描述子 70 4.3 K均值聚类方法 77 4.4 K近邻法 81 4.5 SVM方法 82 4.6 BP网络 92 4.7 多感知器模型 102 4.8 卷积神经网络(CNN) 104 4.9 AdaBoost方法 111 4.10 模拟退火方法 115 4.11 遗传方法 118 第5章 大规模人脸搜索系统 128 5.1 概述 128 5.2 人脸检测 133 5.3 人脸特征提取 139 5.4 人脸特征比对 147 5.5 “大海捞针”人脸搜索系统 153 第6章 高清卡口车辆信息搜索系统 159 6.1 车辆信息搜索 159 6.2 车牌搜索子系统 160 6.3 车标搜索子系统 175 第7章 暴力行为检测系统 183 7.1 暴力行为 183 7.2 暴力行为检测 185 7.3 基于对象层次的暴力行为检测系统 197 7.4 基于光流变化的暴力行为检测系统 201 7.5 基于运动着色的暴力行为检测系统 203 第8章 可疑行为检测系统 207 8.1 可疑行为 207 8.2 可疑行为检测 209 8.3 基于轨迹特征的可疑行为检测系统 209 8.4 基于运动方向的可疑行为检测系统 217 8.5 基于形状特征的可疑行为检测系统 220 第9章 海量视频摘要系统 223 9.1 视频摘要 223 9.2 视频摘要过程 224 9.3 特征提取和表示 228 9.4 典型系统 238 第10章 海量视频管控平台 243 10.1 平台要求 243 10.2 平台架构 244 10.3 平台组成 245 10.4 平台服务器 248 10.5 平台功能 249 10.6 平台应用 255 正文结束 255