复杂感知数据处理与应用PDF电子书下载

第1章 绪论 1

1.1 引言 1

1.2 视觉感知数据分析与理解 4

1.2.1 基于机器视觉物体识别分类 4

1.2.2 基于视觉的人体检测及追踪 5

1.2.3 基于视觉的人体行为分析 7

1.2.4 基于视觉的人体行为频繁模式挖掘 10

1.3 虚拟感知数据分析与理解 11

1.3.1 Life-log技术介绍 11

1.3.2 社交网络的发展现状 16

1.3.3 推荐系统简介 17

1.3.4 信息隐藏检测原理与研究现状 20

1.4 本书组织结构 21

参考文献 22

第2章 基于深度图像特征和稀疏编码的图像分类算法 30

2.1 RGB深度特征提取 31

2.1.1 三种SFIT特征 31

2.1.2 RGB-D特征提取 35

2.2 稀疏编码 37

2.2.1 稀疏编码基本原理 37

2.2.2 稀疏编码字典构建 40

2.3 图像表示 42

2.3.1 Average Pooling和Max Pooling 42

2.3.2 空间金字塔匹配 43

2.3.3 基于PCA降维的加权Max Pooling 46

2.4 SVM分类 47

2.4.1 SVM分类器基本原理 47

2.4.2 线性SVM分类 49

2.5 实验分析与结果 51

2.5.1 实验环境 51

2.5.2 代码结构 52

2.5.3 实验结果 53

参考文献 57

第3章 基于视觉感知的人的行为识别方法 60

3.1 算法架构 60

3.2 局部特征点提取 61

3.2.1 局部特征点提取 61

3.2.2 局部特征点描述符 65

3.3 字典构建 68

3.3.1 字典构建介绍 68

3.3.2 基于hMetis的超图聚类的字典构建算法 70

3.4 视频表示 75

3.5 实验分析 76

3.5.1 编程环境 76

3.5.2 代码结构 77

3.6 实验结果 78

参考文献 81

第4章 人的行为模式挖掘 84

4.1 技术框架 84

4.2 人体运动追踪技术 87

4.2.1 背景建模技术 87

4.2.2 人体运动追踪技术 88

4.3 人的行为挖掘及识别 93

4.3.1 Cuboids 93

4.3.2 人体行为建模 94

4.3.3 频繁行为模式挖掘 94

4.3.4 模板匹配 95

4.4 实验结果与分析 95

4.4.1 实验环境 95

4.4.2 实验结论 97

参考文献 97

第5章 基于视觉的儿童医学行为数据获取 104

5.1 概述 104

5.1.1 国内外研究概况 106

5.1.2 难点与发展趋势 109

5.2 技术框架 109

5.3 安全性、隐私性保护 111

5.4 儿童行为医学数据的获取方法 114

5.5 儿童行为医学数据的获取系统的有效性 116

5.6 实验与分析 117

5.6.1 基于AAM模型和柔性可控的隐私保护 117

5.6.2 基于Kinect的儿童哭闹行为分析 118

参考文献 119

第6章 视觉监控敏感信息处理技术 123

6.1 概述 123

6.2 敏感信息屏蔽方法 126

6.3 敏感信息数据保护管理 128

6.4 基于信息隐藏的处理方法也是对敏感信息保护的重要方法 128

6.5 国外已获支持进行敏感信息保护视觉监控研究的研究机构 130

6.6 难点与发展趋势 130

6.7 技术框架 131

6.8 实验方案与关键技术 133

6.9 与人类视觉系统特性相吻合的敏感信息保护的理论 133

6.10 敏感信息屏蔽与敏感区域伪装 134

6.11 可伸缩性的敏感信息数据表示与管理系统研究 136

6.12 抗信息隐藏检测的大容量信息隐藏方法研究 137

参考文献 138

第7章 基于视觉的生物行为分析方法 144

7.1 概述 144

7.2 生物行为分析方法 151

7.3 实验方案 153

7.3.1 果蝇群体密度分析与密集情况下运动视觉目标跟踪研究 154

7.3.2 果蝇运动行为识别研究 156

7.3.3 果蝇运动行为模式挖掘 160

参考文献 161

第8章 Life-log相关技术 170

8.1 概述 170

8.2 采集模块需求分析与设计 171

8.3 总体设计 178

8.4 智能标签模块设计思想 178

8.4.1 标签构成 179

8.4.2 智能标签技术 180

8.5 实验结果与分析 184

8.5.1 采集模块的实现 185

8.5.2 标签模块的实现 189

8.5.3 回溯服务模块的实现 190

8.5.4 验证实验 193

参考文献 195

第9章 基于SNS的人物推荐技术 198

9.1 概述 198

9.1.1 协同过滤 198

9.1.2 基于内容的过滤 199

9.1.3 基于人口统计学的过滤 200

9.1.4 混合推荐系统 200

9.1.5 推荐系统的评价指标 201

9.1.6 人物推荐的相关研究 202

9.2 人物推荐系统的框架 205

9.2.1 系统整体框架设计 205

9.2.2 离线系统设计 207

9.2.3 在线系统设计 209

9.3 人物推荐系统的相关算法 211

9.3.1 数据处理模块相关算法 211

9.3.2 推荐引擎模块的实现 213

9.3.3 推荐解释的生成 219

9.4 系统应用与效果评测 219

9.4.1 推荐算法评测 219

9.4.2 推荐结果展示界面 223

参考文献 224

第10章 信息隐藏检测技术 228

10.1 概述 228

10.2 基于各向同性的信息隐藏检测和估计 229

10.2.1 各向同性 229

10.2.2 LSB信息隐藏 233

10.2.3 针对LSB信息隐藏的信息隐藏检测框架 233

10.2.4 提高估计信息量精度的方法 244

10.2.5 一般性LSB信息隐藏检测框架的实验结论 248

10.2.6 与现有信息隐藏检测方法的联系 252

10.3 基于加权的LSB信息隐藏检测估计 255

10.3.1 图像像素的对称性 255

10.3.2 Fridrich优化方法 256

10.3.3 推广的优化LSB信息隐藏检测方法 256

10.3.4 优化方法的实验结果 259

10.3.5 分析与讨论 261

参考文献 262