多攝像機(jī)協(xié)同關(guān)注目標(biāo)檢測(cè)跟蹤技術(shù)

1 緒論
1．1 視頻監(jiān)控系統(tǒng)的發(fā)展
1．1．1 傳統(tǒng)視頻的不足
1．1．2 智能視頻監(jiān)控的應(yīng)用
1．1．3 大場(chǎng)景多攝像機(jī)協(xié)同監(jiān)控
1．2 視頻協(xié)同跟蹤研究現(xiàn)狀
1．3 視頻偵查領(lǐng)域的應(yīng)用需求
2 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤
2．1 運(yùn)動(dòng)目標(biāo)檢測(cè)
2．1．1 混合高斯建模
2．1．2 光流法
2．1．3 監(jiān)督學(xué)習(xí)法
2．2 行人檢測(cè)算法
2．2．1 頭肩模型
2．2．2 DPM模型
2．2．3 行人檢測(cè)算法評(píng)價(jià)準(zhǔn)則
2．3 跟蹤策略分類
2．3．1 點(diǎn)跟蹤法
2．3．2 核跟蹤法
2．3．3 剪影跟蹤法
2．4 常用人體跟蹤算法
2．4．1 卡爾曼濾波法
2．4．2 MeanShift算法
3 全景生成及槍球聯(lián)動(dòng)
3．1 全景生成技術(shù)
3．1．1 靜態(tài)全景拼接
3．1．2 動(dòng)態(tài)全景拼接
3．2 槍球聯(lián)動(dòng)系統(tǒng)簡(jiǎn)介
3．3 槍球聯(lián)動(dòng)系統(tǒng)結(jié)構(gòu)
3．3．1 模擬架構(gòu)槍球聯(lián)動(dòng)
3．3．2 數(shù)字高清架構(gòu)槍球聯(lián)動(dòng)
3．3．3 網(wǎng)絡(luò)高清架構(gòu)槍球聯(lián)動(dòng)
3．4 協(xié)同控制策略
3．4．1 目標(biāo)靜止時(shí)的協(xié)同控制
3．4．2 目標(biāo)運(yùn)動(dòng)時(shí)的協(xié)同控制
3．4．3 運(yùn)動(dòng)狀態(tài)轉(zhuǎn)換時(shí)的協(xié)同控制
3．5 “一槍多球”及“多槍一球”
4 人臉檢測(cè)技術(shù)
4．1 人臉檢測(cè)技術(shù)的發(fā)展
4．2 常規(guī)人臉檢測(cè)方法
4．2．1 膚色建模
4．2．2 Haar和LBP特征
4．2．3 分類器級(jí)聯(lián)
4．2．4 基于膚色建模與Haar特征的人臉檢測(cè)
4．3 深度學(xué)習(xí)框架下的人臉檢測(cè)
4．3．1 FacenessNet人臉檢測(cè)算法
4．3．2 SeetaFace人臉檢測(cè)算法
4．3．3 Faster R-CNN人臉檢測(cè)算法
4．4 人臉定位與放大
4．5 人臉檢測(cè)加速技術(shù)
5 深度學(xué)習(xí)機(jī)制下的目標(biāo)識(shí)別
5．1 深度學(xué)習(xí)發(fā)展歷程
5．2 深度學(xué)習(xí)主流框架介紹
5．2．1 Caffe
5．2．2 Torch
5．2．3 TensorFlow
5．3 深度學(xué)習(xí)在人臉檢測(cè)識(shí)別方面的最新進(jìn)展
5．3．1 科研院所方面的工作
5．3．2 產(chǎn)業(yè)方面的工作
5．4 我們的工作
5．4．1 深度學(xué)習(xí)人臉驗(yàn)證
5．4．2 ImageNet方面的工作
5．4．3 TRECVID方面的工作
6 攝像機(jī)標(biāo)定與圖像特征匹配方法研究
6．1 透視攝像機(jī)標(biāo)定方法
6．1．1 傳統(tǒng)的攝像機(jī)標(biāo)定方法
6．1．2 攝像機(jī)自標(biāo)定方法
6．2 全景攝像機(jī)標(biāo)定方法
6．2．1 多攝像機(jī)聯(lián)動(dòng)
6．2．2 魚眼攝像機(jī)標(biāo)定方法
6．2．3 全向攝像機(jī)標(biāo)定方法
6．3 圖像特征匹配方法
6．3．1 特征點(diǎn)匹配
6．3．2 特征直線匹配
6．3．3 重復(fù)性紋理圖像匹配
7 人員目標(biāo)結(jié)構(gòu)化描述及檢索
7．1 視頻結(jié)構(gòu)化描述技術(shù)
7．2 視頻結(jié)構(gòu)化描述和語(yǔ)義網(wǎng)
7．3 人員信息結(jié)構(gòu)化描述
7．3．1 人員面部信息結(jié)構(gòu)化描述
7．3．2 人員行為模式結(jié)構(gòu)化描述
7．4 個(gè)性化檢索引擎
8 監(jiān)控大數(shù)據(jù)與主動(dòng)安防體系
8．1 視頻監(jiān)控進(jìn)入大數(shù)據(jù)時(shí)代
8．1．1 視頻大數(shù)據(jù)的應(yīng)用難點(diǎn)
8．1．2 基于大數(shù)據(jù)框架的下一代視頻監(jiān)控系統(tǒng)
8．1．3 基于VSD的監(jiān)控視頻大數(shù)據(jù)分析
8．2 主動(dòng)視覺感知融合安防體系
8．2．1 知識(shí)圖譜
8．2．2 視覺基因組
8．2．3 基于主動(dòng)視覺融合的安防體系
8．3 語(yǔ)音識(shí)別及VR眼鏡等新技術(shù)的應(yīng)用
9 視頻一體化指揮應(yīng)用
9．1 發(fā)展現(xiàn)狀
9．2 立體防控技術(shù)解決方案
9．2．1 立體防控技術(shù)
9．2．2 大型活動(dòng)立體防控平臺(tái)
9．2．3 大型活動(dòng)立體防控平臺(tái)應(yīng)用
9．3 未來(lái)工作
10 總結(jié)與展望
10．1 本書總結(jié)
10．2 領(lǐng)域發(fā)展展望
參考文獻(xiàn)