智能视频数据处理与挖掘

图书标准信息

• 作者 梁美玉
• 出版社 北京邮电大学出版社有限公司
• 出版时间 2022-03
• 版次 1
• ISBN 9787563564446
• 定价 48.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 204页
• 字数 240千字

【内容简介】

本书主要研究了面向智慧旅游的视频数据智能处理与挖掘相关技术及应用，以提高旅游景区视频大数据中异常事件检测和识别的精度、鲁棒性、实时性等性能为目的，从而实现对旅游突发事件及时预测和预警，保障旅游安全。本书首先研究了视频大数据的去噪技术，重点研究了基于残差卷积神经网络的视频去噪算法；然后研究了视频大数据的超分辨率重建技术，重点研究了综合深度学习、半耦合字典学习和时空非局部相似性特征的视频超分辨率重建算法；其次研究了旅游景区视频的显著性时空特征提取算法；然后在此基础上研究了旅游景区视频大数据中的异常事件检测和识别技术，重点研究了基于稀疏组合学习的旅游景区视频异常事件检测算法，以及基于时空感知深度网络的旅游景区视频异常事件识别算法。后设计并实现了面向视频大数据的旅游突发事件监测系统。

【作者简介】

梁美玉，博士，硕士生导师，北京邮电大学计算机学院副教授。2014—2016年间在北京邮电大学做博士后研究工作，出站后留校工作。主要研究方向为人工智能、跨媒体数据挖掘、计算机视觉等。主持了国家自然科学基金面上项目、青年科学基金项目等，并先后参加了多项国家和省部级科研项目，包括国家重点研发项目、973课题、国家自然科学基金重点项目、国家自然科学基金重大国际合作研究项目、国家自然科学基金重大研究计划项目、863课题等。 

【目录】

:
第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 视频超分辨率重建方法的研究现状

1.2.2 视频去噪方法的研究现状

1.2.3 视频异常事件检测方法的研究现状

1.2.4 视频异常事件识别方法的研究现状

参考文献

第2章 相关技术

2.1 稀疏字典学习

2.1.1 低秩矩阵的生成

2.1.2 低秩矩阵的分解

2.2 视频的时空相似性学习

2.3 视频特征提取

2.3.1 运动目标检测

2.3.2 背景建模方法

2.3.3 行为特征表示

2.4 基于深度学习模型的视频超分辨率重建

2.4.1 基于深度卷积神经网络的超分辨率重建算法概述

2.4.2 深度卷积神经网络在超分辨率重建算法中的应用

2.5 视频异常事件检测

2.5.1 基于深度学习的异常事件检测方法

2.5.2 基于稀疏表示的异常事件检测方法

2.6 视频异常事件识别

本章小结

参考文献

第3章 基于残差卷积神经网络的视频去噪

3.1 基于残差卷积神经网络的视频去噪算法框架

3.2 基于残差卷积神经网络的视频去噪算法实现

3.2.1 基于低秩矩阵分解的稀疏字典去噪

3.2.2 残差图像预处理

3.2.3 卷积神经网络训练

3.2.4 基于残差卷积神经网络的视频去噪算法的实现步骤

3.3 实验结果及分析

3.3.1 实验一：不同噪声方差下对随机噪声的去噪效果对比实验

3.3.2 实
...