中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
智能視頻目標檢測與識別技術 版權信息
- ISBN：9787302676317
- 條形碼：9787302676317 ; 978-7-302-67631-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
智能視頻目標檢測與識別技術 本書特色
本書是本領域的學者、研究者、大專院校師生和工程技術人員極具參考價值的一部介紹相關科學原理、技術方法和實際應用的圖書。
智能視頻目標檢測與識別技術 內容簡介
本書系統介紹了智能視頻檢測與識別中的主要原理、方法和技術。智能視頻分析技術，特別是檢測與識別技術，在智慧城市、平安城市和公共安防領域的應用，是目前人工智能**的落地場景應用。引領了人工智能技術的發展方向，推動了信息和計算機學科的發展，同時為人們生活的安全便捷提供了保障。本書按照技術應用分為檢測篇和識別篇，檢測篇包括視頻目標檢測、無人機對地目標檢測、人臉檢測、行人檢測、車輛檢測、異常檢測；識別篇包括人臉識別、行人再識別、行為識別、場景文字識別與車牌識別。系統介紹了相關的算法和實現過程，內容豐富，既闡述方法原理，圖文并茂；又貼近實際應用，是本領域的學者、研究者、大專院校師生和工程技術人員極具參考價值的一部介紹相關科學原理、技術方法和實際應用的圖書。
智能視頻目標檢測與識別技術智能視頻目標檢測與識別技術 前言
2022年10月，習近平總書記在黨的二十大報告中指出，“……加快實現高水平科技自立自強。以國家戰略需求為導向，集聚力量進行原創性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰”。創新是**動力，深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略，開辟發展新領域新賽道，不斷塑造發展新動能新優勢。
2017年7月8日，國務院發布了《新一代人工智能發展規劃》（國發〔2017〕 35號）。人工智能成為國際競爭的新焦點，人工智能是引領未來的戰略性技術； 人工智能已經成為經濟發展的新引擎，成為新一輪產業變革的核心驅動力； 人工智能帶來社會建設的新機遇，也將深刻改變人類社會生活、改變世界格局。搶抓人工智能發展的重大戰略機遇，構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國是我們的首要任務。在《新一代人工智能發展規劃》
中提出，要“促進人工智能在公共安全領域的深度應用，推動構建公共安全智能化監測預警與控制體系。圍繞社會綜合治理、新型犯罪偵查、反恐等迫切需求，研發集成多種探測傳感技術、視頻圖像信息分析識別技術、生物特征識別技術的智能安防與警用產品，建立智能化監測平臺。加強對重點公共區域安防設備的智能化改造升級，支持有條件的社區或城市開展基于人工智能的公共安防區域示范”。智能視頻檢測與識別技術是上述任務的技術基礎。
智能視頻檢測與識別技術是利用計算機圖像分析技術以及近兩年出現的大模型技術，通過對場景視頻圖像進行感知，判斷背景和目標，并分析前景目標的屬性和狀態，追蹤在攝像機場景內以及跨域出現的目標軌跡。應用系統具有多種視頻內容分析的功能，通過在不同攝像機的場景中預設不同的視覺任務和預警規則，當感興趣的目標在場景中出現或發生了預警規則所定義的現象或行為時，智能視頻檢測與識別系統會產生響應，并實施預警。
視頻圖像中的目標檢測和識別，以定位并識別圖像中感興趣的對象為目的，是計算機視覺和機器學習中一項重要的任務。當前，深度學習的發展為視頻圖像目標檢測和識別性能的提升帶來了顯著進展。結合圖像目標檢測并融合多幀圖像中的時序信息實現高準確度的視頻目標檢測和識別是該領域的重要課題。同時，相比基于圖像的目標檢測和識別，視頻目標檢測不僅要保證在每幀圖像上檢測的準確性，還要保證檢測結果具有幀間一致性和時序連續性，對于特征表征描述的挑戰性更強，具有重要的理論研究意義。視頻目標檢測和識別是高階場景內容理解與應用的基礎，在智慧城市、公安安防、智能交通、無人駕駛、機器人等諸多場景中有重要應用。
目前，雖然有部分書籍分別介紹了智能視頻檢測與識別技術的某項技術內容，但并沒有系統全面地講解以現代機器學習和深度學習為主要方法的視頻中常用典型目標的檢測和識別。本書可作為高等院校人工智能與計算機相關專業、信息與信號處理、計算機視覺和機器人等智能體等相關領域的教學參考書，也可供從事智能安防相關領域的技術人員參考使用。
本書共分10章，由多位專家撰寫。各章分別對人們關注和重要應用的典型視頻目標檢測和識別技術進行了論述。第1~6章主要介紹智能視頻中目標檢測技術的發展和檢測方法，包括視頻目標檢測、無人機目標檢測、人臉檢測、行人檢測、車輛檢測、異常檢測。第7~10章主要介紹智能視頻中目標識別技術的發展和識別方法，包括人臉識別、行人再識別、行為識別、視頻車牌識別。
本書每一章都對應一個主題。首先概述主題，圍繞主題介紹背景，講解技術。技術的講解以方法為主，結合實際場景展示應用結果，便于讀者綜合學習和加深理解。其中第1~2章由清華大學李亞利撰寫，第3章、第7~8章由清華大學王生進撰寫，第4~5章由天津大學龐彥偉撰寫，第6章和第9章由國防科技大學謝劍斌撰寫，第10章由清華大學彭良瑞撰寫。清華大學豆朝鵬、許景燾 張佩儀、趙珂萌，天津大學曹家樂、高阿麒，墨爾本大學謝昌頤，中北大學常智超等參與了本書的部分整理工作。另外，由于本書源自作者的一些實際研究成果，因此部分內容參考了多位作者指導的博士研究生和碩士研究生（舒晗、陳蕩蕩、鄭良、許勤、孫奕帆）學位論文的部分內容。
本書部分研究成果來自國家自然科學基金項目“重現的行人目標數據關聯和深度跟蹤理論及方法研究”、國家自然科學基金項目“開放場景下基于深度學習的時空信息融合行人再識別方法研究”、科技部“863”計劃項目“基于人類視覺感知和認知機理的視頻圖像模式識別和機器學習”、國家“十三五”重點研發計劃項目“課題1： 動態人臉獲取和快速比對技術與裝備研究”、國家“十四五”重點研發計劃項目“課題3： 人像鑒定及活體檢測系統攻擊檢測與防御技術研究”、國家科技創新2030新一代人工智能重大項目“類腦通用視覺模型及應用”等。
在計算機視覺和人工智能領域，智能視頻檢測與識別技術的發展非常迅速，特別是2023年以來大模型出現以后更是如此。盡管本書力求全面并努力跟隨技術發展趨勢，但由于作者水平和時間有限，書中難免存在疏漏之處，懇請讀者給予批評指正。
作者
2024年5月
智能視頻目標檢測與識別技術 目錄
第1章視頻目標檢測
1.1視頻目標檢測概述
1.1.1視頻目標檢測的數據集
1.1.2視頻目標檢測的研究思路
1.1.3視頻目標檢測的應用場景
1.2基于深度學習的視頻目標檢測
1.2.1靜態目標檢測方法
1.2.2視頻目標檢測方法
參考文獻
第2章無人機目標檢測
2.1無人機目標檢測概述
2.1.1無人機目標檢測的挑戰
2.1.2無人機目標檢測數據集
2.2無人機目標檢測的一般思路
2.3無人機目標檢測方法
2.3.1基于圖像切分的無人機目標檢測
2.3.2基于尺度自適應特征的無人機目標檢測
2.4無人機目標檢測應用示范
參考文獻
第3章人臉檢測
3.1人臉檢測概述
3.1.1人臉檢測的應用需求
3.1.2研究人臉檢測的基本方法
3.2深度卷積神經網絡人臉檢測
3.2.1一種常用的人臉檢測方法框架
3.2.2原理設計
3.2.3人臉檢測測試
3.3人臉檢測應用實例
3.3.1人臉識別
3.3.2虛擬眼鏡佩戴
參考文獻
第4章行人檢測
4.1引言
4.2基于手工設計特征的行人檢測方法
4.2.1基于通道特征的行人檢測方法
4.2.2基于形變模型的行人檢測方法
4.2.3基于非相鄰特征的行人檢測方法
4.3非端到端深度行人檢測方法
4.3.1非端到端行人檢測方法分類
4.3.2基于多層通道特征的行人檢測方法
4.4端到端深度行人檢測方法
4.4.1兩階段行人檢測方法
4.4.2單階段行人檢測方法
4.4.3基于掩膜引導注意力網絡的行人檢測方法
參考文獻
第5章車輛檢測
5.1引言
5.2基于單目的車輛檢測方法
5.2.1基于單目的2D車輛檢測方法
5.2.2基于單目的3D車輛檢測方法
5.3基于雙目的車輛檢測方法
5.3.1雙目車輛檢測方法分類
5.3.2基于高效3D幾何特征的雙目車輛檢測方法
5.3.3基于非均勻采樣的雙目車輛檢測方法
5.4車輛檢測的研究趨勢
參考文獻
第6章異常檢測
6.1異常檢測概述
6.1.1異常的定義
6.1.2異常檢測的定義
6.1.3異常檢測的難點
6.2基于傳統方法的異常檢測
6.2.1基于模型的方法
6.2.2基于聚類的方法
6.2.3基于鄰近度的方法
6.2.4基于分類的方法
6.2.5圖像異常檢測
6.3基于深度學習的異常檢測
6.3.1深度異常檢測方法分類
6.3.2深度圖像異常檢測
6.3.3深度視頻異常檢測
參考文獻
第7章人臉識別
7.1人臉識別概述
7.1.1人臉識別的應用需求
7.1.2人臉識別的研究概要
7.2基于深度學習的人臉識別
7.2.1深度卷積神經網絡
7.2.2基于深度學習實現人臉識別
7.3人臉識別算法架構
7.3.1人臉檢測
7.3.2人臉關鍵點定位
7.3.3人臉跟蹤
7.3.4人臉歸一化與特征提取
7.4基于級聯卷積神經網絡的人臉識別
7.4.1網絡架構
7.4.2閾值選擇
參考文獻
第8章行人再識別
8.1行人再識別概述
8.1.1行人再識別難點
8.1.2行人再識別研究目標
8.1.3行人再識別研究方法
8.2行人再識別評價指標與數據集
8.3基于深度網絡特征空間正交優化的行人再識別
8.3.1權向量間相關性及其影響
8.3.2SVDNet網絡模型
8.4基于特征配準的行人再識別
8.4.1行人語義部件特征學習
8.4.2行人廣義部件特征學習
8.4.3遮擋等信息不完全條件下的行人部件學習
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別
參考文獻
第9章行為識別
9.1行為識別概述
9.2行為識別基礎
9.3基于傳統方法的人體行為識別
9.3.1整體特征表示
9.3.2局部特征表示
9.4基于深度學習的人體行為識別
9.4.1雙流網絡結構
9.4.23D卷積神經網絡結構
9.4.3混合網絡結構
9.4.4其他行為識別方法
9.5數據集
參考文獻
第10章視頻車牌識別
10.1引言
10.2視頻車牌識別研究現狀
10.2.1車牌識別方法
10.2.2車牌檢測方法
10.2.3車牌跟蹤方法
10.2.4數據集與測試指標
10.3基于深度學習的車牌識別方法
10.3.1特征提取網絡
10.3.2編碼器解碼器模型
10.3.3圖像校正方法
10.3.4預訓練方法
10.3.5車牌識別實驗結果
10.4視頻車牌識別系統
10.4.1基于自注意力機制的車牌檢測方法
10.4.2多目標車牌跟蹤方法
10.4.3實驗結果
參考文獻
展開全部
智能視頻目標檢測與識別技術 作者簡介
王生進，清華大學長聘教授，信息認知與智能系統研究所所長、媒體大數據認知計算研究中心主任。主要研究領域計算機視覺、機器學習、行人再識別、多模態機器人腦計算與協作機器人。參與制定行業和國家標準7項。獲2008年國家科技進步二等獎1項、獲2006、2021北京市科學技術獎一等。2018年獲國際模式識別學會ICPR2018最佳論文獎；2019年獲公安部科學技術獎二等，2019年獲第九屆吳文俊人工智能自然科學獎二等，2021年北京市科學技術獎技術發明一等獎。
書友推薦
- >
史學評論
- >
唐代進士錄
- >
小考拉的故事-套裝共3冊
- >
姑媽的寶刀
- >
經典常談
- >
【精裝繪本】畫給孩子的中國神話
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
煙與鏡
本類暢銷
