智能視頻目標(biāo)檢測(cè)與識(shí)別技術(shù)

第1章視頻目標(biāo)檢測(cè)
1.1視頻目標(biāo)檢測(cè)概述
1.1.1視頻目標(biāo)檢測(cè)的數(shù)據(jù)集
1.1.2視頻目標(biāo)檢測(cè)的研究思路
1.1.3視頻目標(biāo)檢測(cè)的應(yīng)用場(chǎng)景 
1.2基于深度學(xué)習(xí)的視頻目標(biāo)檢測(cè)
1.2.1靜態(tài)目標(biāo)檢測(cè)方法
1.2.2視頻目標(biāo)檢測(cè)方法
參考文獻(xiàn)
第2章無(wú)人機(jī)目標(biāo)檢測(cè)
2.1無(wú)人機(jī)目標(biāo)檢測(cè)概述
2.1.1無(wú)人機(jī)目標(biāo)檢測(cè)的挑戰(zhàn)
2.1.2無(wú)人機(jī)目標(biāo)檢測(cè)數(shù)據(jù)集
2.2無(wú)人機(jī)目標(biāo)檢測(cè)的一般思路
2.3無(wú)人機(jī)目標(biāo)檢測(cè)方法
2.3.1基于圖像切分的無(wú)人機(jī)目標(biāo)檢測(cè)
2.3.2基于尺度自適應(yīng)特征的無(wú)人機(jī)目標(biāo)檢測(cè)
2.4無(wú)人機(jī)目標(biāo)檢測(cè)應(yīng)用示范
參考文獻(xiàn)
第3章人臉檢測(cè)
3.1人臉檢測(cè)概述
3.1.1人臉檢測(cè)的應(yīng)用需求
3.1.2研究人臉檢測(cè)的基本方法
3.2深度卷積神經(jīng)網(wǎng)絡(luò)人臉檢測(cè)
3.2.1一種常用的人臉檢測(cè)方法框架
3.2.2原理設(shè)計(jì)
3.2.3人臉檢測(cè)測(cè)試
3.3人臉檢測(cè)應(yīng)用實(shí)例
3.3.1人臉識(shí)別
3.3.2虛擬眼鏡佩戴
參考文獻(xiàn)
第4章行人檢測(cè)
4.1引言
4.2基于手工設(shè)計(jì)特征的行人檢測(cè)方法
4.2.1基于通道特征的行人檢測(cè)方法
4.2.2基于形變模型的行人檢測(cè)方法
4.2.3基于非相鄰特征的行人檢測(cè)方法
4.3非端到端深度行人檢測(cè)方法
4.3.1非端到端行人檢測(cè)方法分類(lèi)
4.3.2基于多層通道特征的行人檢測(cè)方法
4.4端到端深度行人檢測(cè)方法
4.4.1兩階段行人檢測(cè)方法
4.4.2單階段行人檢測(cè)方法
4.4.3基于掩膜引導(dǎo)注意力網(wǎng)絡(luò)的行人檢測(cè)方法
參考文獻(xiàn)
第5章車(chē)輛檢測(cè)
5.1引言
5.2基于單目的車(chē)輛檢測(cè)方法
5.2.1基于單目的2D車(chē)輛檢測(cè)方法
5.2.2基于單目的3D車(chē)輛檢測(cè)方法
5.3基于雙目的車(chē)輛檢測(cè)方法
5.3.1雙目車(chē)輛檢測(cè)方法分類(lèi)
5.3.2基于高效3D幾何特征的雙目車(chē)輛檢測(cè)方法
5.3.3基于非均勻采樣的雙目車(chē)輛檢測(cè)方法
5.4車(chē)輛檢測(cè)的研究趨勢(shì)
參考文獻(xiàn)
第6章異常檢測(cè)
6.1異常檢測(cè)概述
6.1.1異常的定義
6.1.2異常檢測(cè)的定義
6.1.3異常檢測(cè)的難點(diǎn)
6.2基于傳統(tǒng)方法的異常檢測(cè)
6.2.1基于模型的方法
6.2.2基于聚類(lèi)的方法
6.2.3基于鄰近度的方法
6.2.4基于分類(lèi)的方法
6.2.5圖像異常檢測(cè)
6.3基于深度學(xué)習(xí)的異常檢測(cè)
6.3.1深度異常檢測(cè)方法分類(lèi)
6.3.2深度圖像異常檢測(cè)
6.3.3深度視頻異常檢測(cè)
參考文獻(xiàn)
第7章人臉識(shí)別
7.1人臉識(shí)別概述
7.1.1人臉識(shí)別的應(yīng)用需求
7.1.2人臉識(shí)別的研究概要
7.2基于深度學(xué)習(xí)的人臉識(shí)別
7.2.1深度卷積神經(jīng)網(wǎng)絡(luò)
7.2.2基于深度學(xué)習(xí)實(shí)現(xiàn)人臉識(shí)別
7.3人臉識(shí)別算法架構(gòu)
7.3.1人臉檢測(cè)
7.3.2人臉關(guān)鍵點(diǎn)定位
7.3.3人臉跟蹤
7.3.4人臉歸一化與特征提取
7.4基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別
7.4.1網(wǎng)絡(luò)架構(gòu)
7.4.2閾值選擇
參考文獻(xiàn)
第8章行人再識(shí)別
8.1行人再識(shí)別概述
8.1.1行人再識(shí)別難點(diǎn)
8.1.2行人再識(shí)別研究目標(biāo)
8.1.3行人再識(shí)別研究方法
8.2行人再識(shí)別評(píng)價(jià)指標(biāo)與數(shù)據(jù)集
8.3基于深度網(wǎng)絡(luò)特征空間正交優(yōu)化的行人再識(shí)別
8.3.1權(quán)向量間相關(guān)性及其影響
8.3.2SVDNet網(wǎng)絡(luò)模型
8.4基于特征配準(zhǔn)的行人再識(shí)別
8.4.1行人語(yǔ)義部件特征學(xué)習(xí)
8.4.2行人廣義部件特征學(xué)習(xí)
8.4.3遮擋等信息不完全條件下的行人部件學(xué)習(xí)
8.4.4基于特征校正層的深度特征表征方法
8.5面向域泛化行人再識(shí)別
參考文獻(xiàn)
第9章行為識(shí)別
9.1行為識(shí)別概述
9.2行為識(shí)別基礎(chǔ)
9.3基于傳統(tǒng)方法的人體行為識(shí)別
9.3.1整體特征表示
9.3.2局部特征表示
9.4基于深度學(xué)習(xí)的人體行為識(shí)別
9.4.1雙流網(wǎng)絡(luò)結(jié)構(gòu)
9.4.23D卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
9.4.3混合網(wǎng)絡(luò)結(jié)構(gòu)
9.4.4其他行為識(shí)別方法
9.5數(shù)據(jù)集
參考文獻(xiàn)
第10章視頻車(chē)牌識(shí)別
10.1引言
10.2視頻車(chē)牌識(shí)別研究現(xiàn)狀
10.2.1車(chē)牌識(shí)別方法
10.2.2車(chē)牌檢測(cè)方法
10.2.3車(chē)牌跟蹤方法
10.2.4數(shù)據(jù)集與測(cè)試指標(biāo)
10.3基于深度學(xué)習(xí)的車(chē)牌識(shí)別方法
10.3.1特征提取網(wǎng)絡(luò)
10.3.2編碼器解碼器模型
10.3.3圖像校正方法
10.3.4預(yù)訓(xùn)練方法
10.3.5車(chē)牌識(shí)別實(shí)驗(yàn)結(jié)果
10.4視頻車(chē)牌識(shí)別系統(tǒng)
10.4.1基于自注意力機(jī)制的車(chē)牌檢測(cè)方法
10.4.2多目標(biāo)車(chē)牌跟蹤方法
10.4.3實(shí)驗(yàn)結(jié)果
參考文獻(xiàn)