![]() ![]() |
面向智能視頻監(jiān)控的異常檢測與摘要技術
隨著攝像機視頻監(jiān)控的廣泛應用,面對實時全天候攝入的海量視頻監(jiān)控數據,不僅需要對視頻進行有效地組織和管理,還需要讓計算機自動地理解視頻內容并做出處理,實現智能化視頻監(jiān)控。智能化視頻監(jiān)控是計算機視覺領域的一個前沿方向,它綜合利用模式識別、機器學習、計算機視覺、圖像處理等技術,在交通管理、安全監(jiān)控等方面有著廣泛的應用前景,成為一個熱點研究問題。而相關領域的數學算法和具體技術林林總總各不相同,甚至從思路上就大相徑庭,這更需要我們下工夫進行梳理和提煉。 本書針對智能視頻分析這一主題,圍繞視頻監(jiān)控中的兩個核心問題,即異常事件檢測與摘要,詳細地介紹了其概念、原理和技術方法。針對監(jiān)控的復雜場景的需求,采用了機器學習、模式識別和計算機視覺中的一些先進技術,探討了智能監(jiān)控背景下的運動目標提取、事件分類和視頻摘要等關鍵問題,為增強現有的智能視頻監(jiān)控系統(tǒng)的自動化程度和智能處理能力提供強有力的理論支持和技術幫助。 本書分為7章,內容安排如下: 章概述了異常事件檢測與摘要技術的研究背景和意義,介紹了目前國內外的發(fā)展現狀,指出了主要難點和發(fā)展趨勢;第2章詳細回顧了智能視頻監(jiān)控中異常事件檢測與摘要技術的研究現狀,包括其相關研究、當前主要采用的方法、目前存在的研究難點以及將來可能的研究方向。第3章提出了基于社會力模型,提出了擁擠場景下異常事件檢測方法,用于全局異常事件檢測;第4章針對擁擠場景中特征的噪聲問題,提出了基于魯棒性稀疏編碼的擁擠場景下異常事件檢測,用于全局和局部異常事件檢測;第5章基于視頻濃縮中內容冗余問題,提出了基于關鍵觀測點選擇的視頻濃縮方法,提高濃縮的效率;第6章基于單攝像頭視角受限問題,提出了基于攝像機網絡的視頻濃縮技術,展示大視角的視頻摘要。
你還可能感興趣
我要評論
|