本書針對智慧型視頻分析這一主題，圍繞視頻監控中的兩個核心問題，即異常事件檢測與摘要，詳細地介紹了其概念、原理和技術方法。針對監控的複雜場景的需求，採用了機器學習、模式識別和計算機視覺中的一些先進技術，探討了智慧型監控背景下的運動目標提取、事件分類和視頻摘要等關鍵問題，為增強現有的智慧型視頻監控系統的自動化程度和智慧型處理能力提供強有力的理論支持和技術幫助。
內容簡介,作者簡介,讀者對象,圖書目錄,
內容簡介
本書分為7章，內容安排如下： 第1章概述了異常事件檢測與摘要技術的研究背景和意義，介紹了目前國內外的發展現狀，指出了主要難點和發展趨勢；第2章詳細回顧了智慧型視頻監控中異常事件檢測與摘要技術的研究現狀，包括其相關研究、當前主要採用的方法、目前存在的研究難點以及將來可能的研究方向。第3章提出了基於社會力模型，提出了擁擠場景下異常事件檢測方法，用於全局異常事件檢測；第4章針對擁擠場景中特徵的噪聲問題，提出了基於魯棒性稀疏編碼的擁擠場景下異常事件檢測，用於全局和局部異常事件檢測；第5章基於視頻濃縮中內容冗餘問題，提出了基於關鍵觀測點選擇的視頻濃縮方法，提高濃縮的效率；第6章基於單攝像頭視角受限問題，提出了基於攝像機網路的視頻濃縮技術，展示大視角的視頻摘要。
作者簡介
祝曉斌，男，1981年出生，籍貫浙江金華。2013.7年畢業於中國科學院自動化研究所模式識別國家重點實驗室，2013年8月進入北京工商大學計算機與信息工程學院計算機系工作，職稱講師。
作者長期從事智慧型視頻分析的研究與套用，在模式識別、機器學習、計算機視覺等方向具有深入的研究。
讀者對象
在校學生，老師，研究人員等閱讀
圖書目錄
第1章概述了異常事件檢測與摘要技術的研究背景和意義，介紹了目前國內外的發展現狀，指出了主要難點和發展趨勢；
第2章詳細回顧了智慧型視頻監控中異常事件檢測與摘要技術的研究現狀，包括其相關研究、當前主要採用的方法、目前存在的研究難點以及將來可能的研究方向。
第3章提出了基於社會力模型，提出了擁擠場景下異常事件檢測方法，用於全局異常事件檢測；
第4章針對擁擠場景中特徵的噪聲問題，提出了基於魯棒性稀疏編碼的擁擠場景下異常事件檢測，用於全局和局部異常事件檢測；
第5章基於視頻濃縮中內容冗餘問題，提出了基於關鍵觀測點選擇的視頻濃縮方法，提高濃縮的效率；
第6章基於單攝像頭視角受限問題，提出了基於攝像機網路的視頻濃縮技術，展示大視角的視頻摘要。
