第1章 海量视频概述 1
1.1 视觉大数据 1
1.2 关键技术 3
1.3 应用领域 4
1.4 挑战与发展 5
第2章 海量视频模型 8
2.1 HSV颜色模型 8
2.2 肤色模型 12
2.3 形状模型 14
2.4 人体可变形模型 20
2.5 混合高斯模型 21
2.6 概率图模型 24
2.7 感兴趣区域模型（ROI） 26
2.8 视觉显著性模型 28
2.9 多分辨率模型 31
2.10 视觉词袋模型 34
2.11 视频语义模型 37
第3章 海量视频管理 40
3.1 视频数据库 40
3.1.1 海量视频数据 40
3.1.2 面向对象的海量视频数据库 41
3.2 集中式视频数据库 42
3.3 分布式视频数据库 43
3.3.1 基于Hadoop的视频数据库 44
3.3.2 MapReduce模型 47
3.4 博世视频管理系统 52
3.5 微博视频管理系统 53
3.6 VOD视频点播及管理系统 55
第4章 海量视频分析 57
4.1 Harris描述子 57
4.2 SIFT描述子 61
4.3 K均值聚类方法 68
4.4 K近邻法 72
4.5 SVM方法 73
4.6 BP网络 83
4.7 多感知器模型 93
4.8 卷积神经网络（CNN） 95
4.9 AdaBoost方法 102
4.10 模拟退火方法 106
4.11 遗传方法 109
第5章 大规模人脸搜索系统 119
5.1 概述 119
5.2 人脸检测 124
5.2.1 人脸检测方法分类 124
5.2.2 基于Adaboost的人脸检测 126
5.3 人脸特征提取 130
5.3.1 PCA方法 132
5.3.2 LDA方法 134
5.3.3 Kernel方法 136
5.4 人脸特征比对 138
5.4.1 典型的度量方法 139
5.4.2 典型的分类器 141
5.5 “大海捞针”人脸搜索系统 144
5.5.1 体系结构 144
5.5.2 关键技术 145
5.5.3 算法伪代码 145
5.5.4 性能评价 148
5.5.5 系统搜索效果 149
第6章 高清卡口车辆信息搜索系统 150
6.1 车辆信息搜索 150
6.2 车牌搜索子系统 151
6.2.1 车牌搜索概述 151
6.2.2 车牌区域定位 152
6.2.3 车牌字符分割 159
6.2.4 索车牌字符识别 163
6.3 车标搜索子系统 166
6.3.1 车标定位 167
6.3.2 车标搜索 170
第7章 暴力行为检测系统 174
7.1 暴力行为 174
7.2 暴力行为检测 176
7.2.1 系统框架 176
7.2.2 行为数据库 186
7.2.3 评价指标 187
7.3 基于对象层次的暴力行为检测系统 188
7.4 基于光流变化的暴力行为检测系统 192
7.5 基于运动着色的暴力行为检测系统 194
第8章 可疑行为检测系统 198
8.1 可疑行为 198
8.2 可疑行为检测 200
8.3 基于轨迹特征的可疑行为检测系统 200
8.3.1 系统结构 201
8.3.2 人体目标检测 201
8.3.3 轨迹建模 203
8.3.4 轨迹特征提取 206
8.3.5 轨迹特征分类 207
8.4 基于运动方向的可疑行为检测系统 208
8.4.1 系统流程 208
8.4.2 背景边缘模型 209
8.4.3 前景帧判断 209
8.4.4 行为特征描述 210
8.4.5 SVM分类 211
8.5 基于形状特征的可疑行为检测系统 211
第9章 海量视频摘要系统 214
9.1 视频摘要 214
9.2 视频摘要过程 215
9.3 特征提取和表示 219
9.3.1 颜色特征提取 219
9.3.2 纹理特征提取 221
9.3.3 形状特征提取 223
9.3.4 运动特征提取 224
9.3.5 音频特征提取 227
9.4 典型系统 229
第10章 海量视频管控平台 234
10.1 平台要求 234
10.2 平台架构 235
10.3 平台组成 236
10.4 平台服务器 239
10.5 平台功能 240
10.5.1 视频监控与回放 240
10.5.2 视图无缝融合功能 242
10.5.3 大规模人脸等目标监测 243
10.5.4 异常行为检测 244
10.5.5 海量视频摘要 244
10.5.6 高清卡口车辆信息搜索 244
10.6 平台应用 246
参考文献 247