智慧型視頻數據處理與挖掘

內容簡介

本書主要研究了面向智慧旅遊的視頻數據智慧型處理與挖掘相關技術及套用，以提高旅遊景區視頻大數據中異常事件檢測和識別的精度、魯棒性、實時性等性能為目的，從而實現對旅遊突發事件及時預測和預警，保障旅遊安全。本書首先研究了視頻大數據的去噪技術，重點研究了基於殘差卷積神經網路的視頻去噪算法；然後研究了視頻大數據的超解析度重建技術，重點研究了綜合深度學習、半耦合字典學習和時空非局部相似性特徵的視頻超解析度重建算法；其次研究了旅遊景區視頻的顯著性時空特徵提取算法；然後在此基礎上研究了旅遊景區視頻大數據中的異常事件檢測和識別技術，重點研究了基於稀疏組合學習的旅遊景區視頻異常事件檢測算法，以及基於時空感知深度網路的旅遊景區視頻異常事件識別算法。最後設計並實現了面向視頻大數據的旅遊突發事件監測系統。

目錄介紹

第1章緒論1

1.1研究背景與意義1

1.2國內外研究現狀2

1.2.1視頻超解析度重建方法的研究現狀2

1.2.2視頻去噪方法的研究現狀7

1.2.3視頻異常事件檢測方法的研究現狀9

1.2.4視頻異常事件識別方法的研究現狀11

參考文獻13

第2章相關技術23

2.1稀疏字典學習23

2.1.1低秩矩陣的生成23

2.1.2低秩矩陣的分解24

2.2視頻的時空相似性學習25

2.3視頻特徵提取26

2.3.1運動目標檢測26

2.3.2背景建模方法28

2.3.3行為特徵表示29

2.4基於深度學習模型的視頻超解析度重建30

2.4.1基於深度卷積神經網路的超解析度重建算法概述30

2.4.2深度卷積神經網路在超解析度重建算法中的套用32

2.5視頻異常事件檢測33

2.5.1基於深度學習的異常事件檢測方法33

2.5.2基於稀疏表示的異常事件檢測方法34

2.6視頻異常事件識別35

本章小結36

參考文獻37

第3章基於殘差卷積神經網路的視頻去噪42

3.1基於殘差卷積神經網路的視頻去噪算法框架43

3.2基於殘差卷積神經網路的視頻去噪算法實現43

3.2.1基於低秩矩陣分解的稀疏字典去噪43

3.2.2殘差圖像預處理45

3.2.3卷積神經網路訓練47

3.2.4基於殘差卷積神經網路的視頻去噪算法的實現步驟48

3.3實驗結果及分析49

3.3.1實驗一：不同噪聲方差下對隨機噪聲的去噪效果對比實驗49

智慧型視頻數據處理與挖掘

基本介紹

內容簡介

目錄介紹

相關詞條

熱門詞條