本文由 资源共享网 – admin 发布，转载请注明出处，如有问题请联系我们！视觉大数据基础与应用

资源名称：视觉大数据基础与应用

内容简介：

《视觉大数据基础与应用》是视频大数据处理领域的著作。为使读者全面了解海量视频分析与搜索的基础知识及应用方法，本书首先介绍海量视频概论、海量视频模型、海量视频管理和海量视频分析等相关基础知识，然后具体阐述面向大数据的大规模人脸搜索系统、面向高清卡口的车辆车牌与车标等信息搜索系统、暴力行为检测系统、可疑行为检测系统、海量视频摘要系统和海量视频管控平台等典型的海量视频分析与搜索实例，并将海量视频分析与搜索领域的新技术和新成果贯穿于全文的描述之中。

《视觉大数据基础与应用》主要适用于从事海量视频分析与处理领域的应用开发和工程施工技术人员阅读。

资源目录：

第1章　海量视频概述

1.1　视觉大数据

1.2　关键技术

1.3　应用领域

1.4　挑战与发展

第2章　海量视频模型

2.1　hsv颜色模型

2.2　肤色模型

2.3　形状模型

2.4　人体可变形模型

2.5　混合高斯模型

2.6　概率图模型

2.7　感兴趣区域模型（roi）

2.8　视觉显著性模型

2.9　多分辨率模型

2.10　视觉词袋模型

2.11　视频语义模型

第3章　海量视频管理

3.1　视频数据库

3.1.1　海量视频数据

3.1.2　面向对象的海量视频数据库

3.2　集中式视频数据库

3.3　分布式视频数据库

3.3.1　基于hadoop的视频数据库

3.3.2　mapreduce模型

3.4　博世视频管理系统

3.5　微博视频管理系统

3.6　vod视频点播及管理系统

第4章　海量视频分析

4.1　harris描述子

4.2　sift描述子

4.3　k均值聚类方法

4.4　k近邻法

4.5　svm方法

4.6　bp网络

4.7　多感知器模型

4.8　卷积神经网络（cnn）

4.9　adaboost方法

4.10　模拟退火方法

4.11　遗传方法

第5章　大规模人脸搜索系统

5.1　概述

5.2　人脸检测

5.2.1　人脸检测方法分类

5.2.2　基于adaboost的人脸检测

5.3　人脸特征提取

5.3.1　pca方法

5.3.2　lda方法

5.3.3　kernel方法

5.4　人脸特征比对

5.4.1　典型的度量方法

5.4.2　典型的分类器

5.5　“大海捞针”人脸搜索系统

5.5.1　体系结构

5.5.2　关键技术

5.5.3　算法伪代码

5.5.4　性能评价

5.5.5　系统搜索效果

第6章　高清卡口车辆信息搜索系统

6.1　车辆信息搜索

6.2　车牌搜索子系统

6.2.1　车牌搜索概述

6.2.2　车牌区域定位

6.2.3　车牌字符分割

6.2.4　索车牌字符识别

6.3　车标搜索子系统

6.3.1　车标定位

6.3.2　车标搜索

第7章　暴力行为检测系统

7.1　暴力行为

7.2　暴力行为检测

7.2.1　系统框架

7.2.2　行为数据库

7.2.3　评价指标

7.3　基于对象层次的暴力行为检测系统

7.4　基于光流变化的暴力行为检测系统

7.5　基于运动着色的暴力行为检测系统

第8章　可疑行为检测系统

8.1　可疑行为

8.2　可疑行为检测

8.3　基于轨迹特征的可疑行为检测系统

8.3.1　系统结构

8.3.2　人体目标检测

8.3.3　轨迹建模

8.3.4　轨迹特征提取

8.3.5　轨迹特征分类

8.4　基于运动方向的可疑行为检测系统

8.4.1　系统流程

8.4.2　背景边缘模型

8.4.3　前景帧判断

8.4.4　行为特征描述

8.4.5　svm分类

8.5　基于形状特征的可疑行为检测系统

第9章　海量视频摘要系统

9.1　视频摘要

9.2　视频摘要过程

9.3　特征提取和表示

9.3.1　颜色特征提取

9.3.2　纹理特征提取

9.3.3　形状特征提取

9.3.4　运动特征提取

9.3.5　音频特征提取

9.4　典型系统

第10章　海量视频管控平台

10.1　平台要求

10.2　平台架构

10.3　平台组成

10.4　平台服务器

10.5　平台功能

10.5.1　视频监控与回放

10.5.2　视图无缝融合功能

10.5.3　大规模人脸等目标监测

10.5.4　异常行为检测

10.5.5　海量视频摘要

10.5.6　高清卡口车辆信息搜索

10.6　平台应用

资源截图：