事件的分析與理解

事件的分析與理解

《事件的分析與理解》是2019年北京理工大學出版社出版的圖書。

基本介紹

  • 書名:事件的分析與理解
  • 作者:裴明濤、趙猛
  • 類別:教材
  • 出版社:北京理工大學出版社
  • 出版時間:2019年
  • 開本:16 開
  • 裝幀:平裝-膠訂
  • ISBN:9787568268196
內容簡介,作者簡介,圖書目錄,

內容簡介

視頻事件的分析與理解是計算機視覺領域的重要研究內容之一,具有重要的理論研究意義和實際套用價值。本書首先介紹了視頻事件分析與理解所涉及的目標檢測、目標跟蹤以及事件識別的研究現狀,分析了視頻事件分析與理解中的關鍵問題,然後重點介紹了作者研究團隊在視頻事件分析與理解領域的研究工作和成果。
本書可供計算機、自動化、模式識別等領域的科研人員參考,也可作為高等院校計算機、自動化、電子信息等專業的教學參考書。

作者簡介

裴明濤,男,博士,副教授,博士生導師。2004年獲得北京理工大學計算機套用技術博士學位,並進入北京理工大學計算機學院工作至今;2009年至2011年在美國加州大學洛杉磯分校進行訪問研究。
科研方向為計算機視覺,人工智慧以及模式識別,主持國家自然科學基金、國家973項目子課題等科研項目十餘項。在計算機視覺與人工智慧國際會議ICCV, AAAI以及SCI收錄國際重要學術期刊IEEE TIP、 IEEE TMM、 IEEE TITS、CVIU、PR上發表多篇論文。

圖書目錄

第1章 引言
1.1 視頻事件分析與理解的背景和意義
1.2 目標檢測的研究現狀
1.2.1 基於HOG/SVM的行人檢測
1.2.2 基於可變形部件模型的行人檢測
1.2.3 基於深度神經網路的行人檢測
1.2.4 基於特徵融合的行人檢測
1.2.5 行人檢測中的分類器
1.2.6 行人檢測數據集
1.3 目標跟蹤的研究現狀
1.3.1 目標表示
1.3.2 統計建模
1.3.3 目標跟蹤數據集
1.4 視頻事件分析與理解的研究現狀
1.4.1 視頻事件中的相關術語
1.4.2 視頻事件的特徵表示
1.4.3 視頻事件的建模方法
1.4.4 視頻事件數據集
1.5 關於本書
第2章 視頻中的目標檢測算法
2.1 基於深度通道特徵的行人檢測方法
2.1.1 深度卷積神經網路與稀疏濾波
2.1.2 深度通道特徵
2.1.3 深度通道特徵的提取
2.1.4 基於深度通道特徵的行人檢測
2.1.5 實驗結果
2.2 基於特徵共享和聯合Boosting方法的物體檢測方法
2.2.1 基於滑動視窗和二分類器的物體檢測框架
2.2.2 二分類Boosting方法
2.2.3 共享特徵與多分類Boosting方法
2.2.4 實驗結果
2.3 本章小結
第3章 視頻中的目標跟蹤算法
3.1 基於多分量可變部件模型的行人跟蹤方法
3.1.1 行人可變部件模型及其初始化
3.1.2 多分量可變部件模型
3.1.3 基於多分量可變部件模型的跟蹤算法
3.1.4 自頂向下與自底向上相結合的跟蹤框架
3.1.5 實驗結果
3.2 基於錨點標籤傳播的物體跟蹤方法
3.2.1 問題描述
3.2.2 求解H
3.2.3 求解軟標籤預測矩陣A
3.2.4 軟標籤傳播
3.2.5 基於標籤傳播模型的跟蹤算法
3.2.6 實驗結果
3.3 本章小結
第4章 事件時序與或圖模型的學習
4.1 事件模型的定義
4.1.1 一元和二元關係
4.1.2 原子動作
4.1.3 時序與或圖模型
4.1.4 子節點之間的時序關係
4.1.5 解析圖
4.2 事件模型的學習
4.2.1 一元和二元關係的檢測
4.2.2 原子動作的學習
4.2.3 事件模型的學習
4.3 實驗結果
4.3.1 實驗數據
4.3.2 時序與或圖學習結果
4.3.3 所學的模型有益於場景語義的識別
4.4 本章小結
第5章 基於時序與或圖模型的視頻事件解析
5.1 時序與或圖與隨機上下文相關文法
5.2 Earley線上解析算法
5.3 改進的Earley解析算法
5.4 事件解析的定義
5.5 對事件的解析
5.6 實驗
5.6.1 原子動作識別
5.6.2 事件解析
5.6.3 意圖預測
5.6.4 事件補全
5.7 本章小結
第6章 基於關鍵原子動作和上下文信息的事件解析
6.1 基於關鍵原子動作的事件解析
6.1.1 原子動作權值的學習
6.1.2 帶有原子動作權值的事件解析圖
6.1.3 基於原子動作權值的事件可識別度
6.1.4 實驗結果
6.2 基於社會角色的事件分析
6.2.1 相關工作
6.2.2 角色建模與推斷
6.2.3 基於角色的事件識別
6.2.4 實驗結果
6.3 基於群體和環境上下文的事件識別
6.3.1 相關工作
6.3.2 基於場景上下文的事件識別
6.3.3 基於群體上下文的事件識別
6.3.4 基於場景和群體上下文的事件識別
6.3.5 實驗結果
6.4 本章小結
參考文獻

相關詞條

熱門詞條

聯絡我們