视频事件分析与理解PDF|Epub|txt|kindle电子书版本网盘下载

视频事件分析与理解PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1 视频事件分析与理解的背景和意义1

1.2 目标检测的研究现状3

1.2.1 基于HOG/SVM的行人检测4

1.2.2 基于可变形部件模型的行人检测6

1.2.3 基于深度神经网络的行人检测7

1.2.4 基于特征融合的行人检测8

1.2.5 行人检测中的分类器8

1.2.6 行人检测数据集9

1.3 目标跟踪的研究现状12

1.3.1 目标表示13

1.3.2 统计建模16

1.3.3 目标跟踪数据集23

1.4 视频事件分析与理解的研究现状25

1.4.1 视频事件中的相关术语27

1.4.2 视频事件的特征表示29

1.4.3 视频事件的建模方法30

1.4.4 视频事件数据集37

1.5 关于本书42

第2章 视频中的目标检测算法44

2.1 基于深度通道特征的行人检测方法44

2.1.1 深度卷积神经网络与稀疏滤波45

2.1.2 深度通道特征49

2.1.3 深度通道特征的提取52

2.1.4 基于深度通道特征的行人检测53

2.1.5 实验结果54

2.2 基于特征共享和联合Boosting方法的物体检测方法59

2.2.1 基于滑动窗口和二分类器的物体检测框架59

2.2.2 二分类Boosting方法62

2.2.3 共享特征与多分类Boosting方法64

2.2.4 实验结果67

2.3 本章小结71

第3章 视频中的目标跟踪算法73

3.1 基于多分量可变部件模型的行人跟踪方法73

3.1.1 行人可变部件模型及其初始化74

3.1.2 多分量可变部件模型78

3.1.3 基于多分量可变部件模型的跟踪算法79

3.1.4 自顶向下与自底向上相结合的跟踪框架81

3.1.5 实验结果84

3.2 基于锚点标签传播的物体跟踪方法93

3.2.1 问题描述94

3.2.2 求解最优H95

3.2.3 求解软标签预测矩阵A98

3.2.4 软标签传播99

3.2.5 基于标签传播模型的跟踪算法100

3.2.6 实验结果104

3.3 本章小结120

第4章 事件时序与或图模型的学习122

4.1 事件模型的定义123

4.1.1 一元和二元关系124

4.1.2 原子动作126

4.1.3 时序与或图模型129

4.1.4 子节点之间的时序关系130

4.1.5 解析图130

4.2 事件模型的学习131

4.2.1 一元和二元关系的检测131

4.2.2 原子动作的学习134

4.2.3 事件模型的学习135

4.3 实验结果139

4.3.1 实验数据139

4.3.2 时序与或图学习结果140

4.3.3 所学的模型有益于场景语义的识别140

4.4 本章小结143

第5章 基于时序与或图模型的视频事件解析144

5.1 时序与或图与随机上下文相关文法144

5.2 Earley在线解析算法147

5.3 改进的Earley解析算法148

5.4 事件解析的定义151

5.5 对事件的解析153

5.6 实验156

5.6.1 原子动作识别156

5.6.2 事件解析159

5.6.3 意图预测161

5.6.4 事件补全162

5.7 本章小结163

第6章 基于关键原子动作和上下文信息的事件解析165

6.1 基于关键原子动作的事件解析166

6.1.1 原子动作权值的学习167

6.1.2 带有原子动作权值的事件解析图168

6.1.3 基于原子动作权值的事件可识别度169

6.1.4 实验结果170

6.2 基于社会角色的事件分析173

6.2.1 相关工作174

6.2.2 角色建模与推断175

6.2.3 基于角色的事件识别176

6.2.4 实验结果176

6.3 基于群体和环境上下文的事件识别180

6.3.1 相关工作181

6.3.2 基于场景上下文的事件识别182

6.3.3 基于群体上下文的事件识别183

6.3.4 基于场景和群体上下文的事件识别184

6.3.5 实验结果184

6.4 本章小结188

参考文献189