視頻智能分析與理解

目錄

第1章深度學習基礎知識

1.1深度學習的發展歷程

1.2捲積神經網絡

1.2.1捲積層

1.2.2池化層

1.2.3全連接層

1.2.4激活函數

1.2.5損失函數

1.2.6Dropout

1.2.7數據預處理

1.2.8批歸一化

1.2.9優化方法

1.3代表性網絡架構

1.3.1LeNet

1.3.2AlexNet

1.3.3GoogLeNet

1.3.4VGGNet

1.3.5ResNet

1.3.6DenseNet

1.3.7LSTM

1.3.8GAN

1.4深度學習框架

1.4.1Caffe

1.4.2PyTorch

1.4.3TensorFlow

1.4.4Theano

1.4.5MXNet

1.4.6PaddlePaddle

1.4.7MindSpore

1.4.8之江天樞人工智能開源平臺

第2章超分辨重建技術

2.1引言

2.2超分辨重建技術簡介

2.3超分辨數據集

2.4超分辨質量評價方法

2.5有監督超分辨技術

2.5.1超分辨主流框架

2.5.2典型的超分辨網絡結構

2.5.3損失函數設計

2.6無監督超分辨技術

2.6.1零樣本超分辨

2.6.2弱監督超分辨

2.7特定領域超分辨技術

2.7.1深度圖像超分辨重建

2.7.2人臉超分辨重建

2.7.3視頻超分辨重建

2.8超分辨未來發展趨勢

第3章目標檢測

3.1引言

3.2目標檢測常用數據集及評價指標

3.2.1常用目標檢測數據集

3.2.2常用目標檢測評價指標

3.3傳統目標檢測算法

3.4基於深度學習的雙階目標檢測算法

3.4.1雙階目標檢測網絡發展歷程

3.4.2雙階目標檢測網絡的樣本不平衡處理方法

3.5基於深度學習的單階目標檢測算法

3.5.1單階目標檢測網絡發展歷程

3.5.2單階目標檢測網絡關鍵技術

3.5.3基於Anchor-free的新型檢測技術

3.6目標檢測難點與前沿問題

3.6.1域自適應目標檢測

3.6.2基於小樣本學習的目標檢測

3.6.3基於零樣本學習的目標檢測

3.7目標檢測應用場景與展望

3.7.1目標檢測在安防領域的應用

3.7.2目標檢測在軍事領域的應用

3.7.3目標檢測在醫學領域的應用

3.7.4目標檢測在交通領域的應用

第4章視頻多目標跟蹤

4.1引言

4.1.1單目標跟蹤簡介

4.1.2多目標跟蹤研究的背景與意義

4.1.3多目標跟蹤的評價指標

4.2經典的傳統多目標跟蹤技術

4.2.1基於軌跡預測的多目標跟蹤算法

4.2.2基於數據關聯的多目標跟蹤算法

4.3基於深度學習的多目標跟蹤技術

4.3.1基於深度學習的特徵提取與運動預測

4.3.2檢測與跟蹤融合的深度學習網絡

4.4多目標跟蹤技術的未來展望

第5章跨鏡行人重識別

5.1引言

5.2基於局部特徵的Re-ID方法

5.2.1圖像切塊的方法

5.2.2利用人體姿態估計的方法

5.2.3人體部位對齊的方法

5.3基於表徵學習的Re-ID方法

5.3.1基於註意力機制的方法

5.3.2引入行人屬性特徵的多任務學習方法

5.3.3基於圖像分割的方法

5.4跨域遷移

5.4.1基於弱監督學習的方法

5.4.2基於無監督學習的方法

5.4.3基於GAN的方法

5.5基於視頻序列的Re-ID方法

5.5.1利用運動信息建模的方法

5.5.2利用時序信息建模的方法

5.5.33D捲積建模方法

5.6基於造圖的Re-ID方法

第6章行為分析

6.1引言

6.2人體關鍵點檢測

6.2.1背景

6.2.2研究難點

6.2.3數據集和評價標準

6.2.4傳統方法

6.2.5基於深度學習的方法

6.3行為識別

6.3.1背景

6.3.2研究難點

6.3.3數據集介紹

6.3.4傳統方法iDT

6.3.5深度學習方法

6.4行為檢測

6.4.1背景

6.4.2研究難點

6.4.3數據集介紹

6.4.4基於深度學習的方法

6.5本章小結

第7章基於視頻分析的生理信號的檢測

7.1引言

7.2光電容積脈搏波

7.2.1傳統的PPG波形特徵及檢測原理

7.2.2基於視頻的rPPG檢測原理

7.3基於視頻PPG信號的心率檢測

7.3.1PPG信號計算心率背景

7.3.2心率相關信號預處理

7.3.3心率計算方法

7.4基於視頻PPG信號的血壓檢測

7.4.1PPG信號計算血壓原理

7.4.2血壓計算方法

7.5基於視頻PPG信號的血糖監測

7.5.1基於視頻監測血糖的原理

7.5.2血糖相關信號處理及特徵提取

7.5.3血糖計算方法

第8章捲積神經網絡模型壓縮與加速

8.1引言

8.2模型剪枝

8.2.1非結構化剪枝

8.2.2結構化剪枝

8.3模型量化

8.4知識蒸餾

8.5其他壓縮與加速技術

8.5.1低秩分解

8.5.2簡潔結構設計

8.5.3神經網絡架構搜索

第9章非配合環境下視頻智能分析算法平臺

9.1引言

9.1.1視頻智能分析算法與平臺功能

9.1.2視頻分析相關標準

9.2視頻智能分析算法庫

9.2.1視頻智能分析算法庫架構

9.2.2視頻智能分析算法工程化實現

9.2.3視頻智能分析算法驗證方法

9.3基於微雲的視頻智能分析平臺架構設計

9.3.1Kubernetes微雲系統設計

9.3.2資源調度策略

9.3.3存儲與管理策略

9.3.4服務部署策略

9.4視頻智能分析算法平臺系統

9.4.1視頻智能分析算法平臺人機界面

9.4.2視頻智能分析算法平臺操作流程

參考文獻

中英文術語對照