本書針對智能視頻分析中的異常事件檢測及其在視頻安全認證領域的關鍵問題展開深入研究,旨在提高智能視頻分析系統(tǒng)的效率和智能化水平。通過深入挖掘視頻內容的運動屬性,擴展人類視覺認知機制在視頻分析領域中的應用,探尋更有效的視頻事件表示與模型構建方法,提高視頻異常事件檢測的性能。此外,為了實現(xiàn)對視頻的安全保護,以異常事件檢測為基礎,對視頻認證和篡改恢復展開研究。
更多科學出版社服務,請掃碼獲取。
目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 異常檢測的應用領域 3
1.3 視頻異常事件檢測中的關鍵問題 4
1.4 視頻異常事件檢測的研究現(xiàn)狀 5
1.5 本書主要研究內容和結構安排 7
1.5.1 本書主要研究內容 7
1.5.2 結構安排 10
參考文獻 10
第2章 視頻異常事件檢測相關方法介紹 14
2.1 視頻事件描述的相關方法介紹 15
2.1.1 目標級描述方法 15
2.1.2 像素級描述方法 16
2.2 異常事件檢測方法介紹 19
2.2.1 基于概率的異常事件檢測方法 20
2.2.2 基于距離的異常事件檢測方法 21
2.2.3 基于重構的異常事件檢測方法 22
2.2.4 基于域的異常事件檢測方法 23
2.3 本章小結 24
參考文獻 24
第3章 基于高階運動特征的視頻異常事件檢測 29
3.1 引言 29
3.2 一階運動特征提取 30
3.3 高階運動特征提取 31
3.4 局部與全局異常事件檢測 33
3.4.1 評價指標 33
3.4.2 局部異常事件檢測實驗結果與分析 34
3.4.3 全局異常事件檢測實驗結果與分析 43
3.4.4 基于視頻內容的特征融合方法 47
3.5 本章小結 49
參考文獻 49
第4章 基于顯著性的視頻異常事件檢測 51
4.1 引言 51
4.2 顯著性檢測簡介 51
4.2.1 顯著性檢測的研究意義 51
4.2.2 顯著性檢測的研究現(xiàn)狀 52
4.3 空域顯著性檢測 54
4.3.1 基于ERC-SLPP的空域顯著性檢測 54
4.3.2 基于IMMR的空域顯著性檢測 61
4.3.3 空域顯著性檢測實驗結果與分析 67
4.4 顯著性在異常事件檢測中的應用 78
4.4.1 空時顯著度圖構建 79
4.4.2 區(qū)域級模型的構建 80
4.4.3 視頻異常事件檢測實驗結果與分析 83
4.5 本章小結 89
參考文獻 89
第5章 基于約束稀疏表示的視頻異常事件檢測 94
5.1 引言 94
5.2 基于重構的異常檢測算法分析 94
5.3 運動特征提取 97
5.4 約束稀疏表示在異常事件檢測中的應用 98
5.4.1 模型構建 98
5.4.2 目標函數(shù)求解 100
5.4.3 收斂性分析 102
5.4.4 異常事件檢測 102
5.4.5 實驗結果與分析 103
5.5 本章小結 108
參考文獻 108
第6章 基于異常檢測的視頻認證與自恢復 110
6.1 引言 110
6.2 基于異常事件檢測的視頻認證 112
6.2.1 雙重水印嵌入 112
6.2.2 篡改定位與自恢復 116
6.3 視頻認證實驗結果與分析 119
6.3.1 視覺質量評估 119
6.3.2 無篡改情況下的恢復實驗 121
6.3.3 空域篡改實驗 122
6.3.4 時域篡改實驗 124
6.3.5 空時域篡改實驗 125
6.4 本章小結 126
參考文獻 126
第7章 總結與展望 129
7.1 本書工作總結 129
7.2 未來研究展望 131