第1章 海量視頻概述
1.1 視覺大數據
1.2 關鍵技術
1.3 應用領域
1.4 挑戰與發展
第2章 海量視頻模型
2.1 HSV顏色模型
2.2 膚色模型
2.3 形狀模型
2.4 人體可變形模型
2.5 混合高斯模型
2.6 概率圖模型
2.7 感興趣區域模型（ROI）
2.8 視覺顯著性模型
2.9 多分辨率模型
2.10 視覺詞袋模型
2.11 視頻語義模型
第3章 海量視頻管理
3.1 視頻數據庫
3.1.1 海量視頻數據
3.1.2 面向對象的海量視頻數據庫
3.2 集中式視頻數據庫
3.3 分布式視頻數據庫
3.3.1 基於Hadoop的視頻數據庫
3.3.2 MapReduce模型
3.4 博世視頻管理系統
3.5 微博視頻管理系統
3.6 VOD視頻點播及管理系統
第4章 海量視頻分析
4.1 Harris描述子
4.2 SIFT描述子
4.3 K均值聚類方法
4.4 K近鄰法
4.5 SVM方法
4.6 BP網絡
4.7 多感知器模型
4.8 卷積神經網絡（CNN）
4.9 AdaBoost方法
4.10 模擬退火方法
4.11 遺傳方法
第5章 大規模人臉搜索系統
5.1 概述
5.2 人臉檢測
5.2.1 人臉檢測方法分類
5.2.2 基於Adaboost的人臉檢測
5.3 人臉特征提取
5.3.1 PCA方法
5.3.2 LDA方法
5.3.3 Kernel方法
5.4 人臉特征比對
5.4.1 典型的度量方法
5.4.2 典型的分類器
5.5 「大海撈針」人臉搜索系統
5.5.1 體系結構
5.5.2 關鍵技術
5.5.3 算法偽代碼
5.5.4 性能評價
5.5.5 系統搜索效果
第6章 高清卡口車輛信息搜索系統
6.1 車輛信息搜索
6.2 車牌搜索子系統
6.2.1 車牌搜索概述
6.2.2 車牌區域定位
6.2.3 車牌字符分割
6.2.4 索車牌字符識別
6.3 車標搜索子系統
6.3.1 車標定位
6.3.2 車標搜索
第7章 暴力行為檢測系統
7.1 暴力行為
7.2 暴力行為檢測
7.2.1 系統框架
7.2.2 行為數據庫
7.2.3 評價指標
7.3 基於對象層次的暴力行為檢測系統
7.4 基於光流變化的暴力行為檢測系統
7.5 基於運動着色的暴力行為檢測系統
第8章 可疑行為檢測系統
8.1 可疑行為
8.2 可疑行為檢測
8.3 基於軌跡特征的可疑行為檢測系統
8.3.1 系統結構
8.3.2 人體目標檢測
8.3.3 軌跡建模
8.3.4 軌跡特征提取
8.3.5 軌跡特征分類
8.4 基於運動方向的可疑行為檢測系統
8.4.1 系統流程
8.4.2 背景邊緣模型
8.4.3 前景幀判斷
8.4.4 行為特征描述
8.4.5 SVM分類
8.5 基於形狀特征的可疑行為檢測系統
第9章 海量視頻摘要系統
9.1 視頻摘要
9.2 視頻摘要過程
9.3 特征提取和表示
9.3.1 顏色特征提取
9.3.2 紋理特征提取
9.3.3 形狀特征提取
9.3.4 運動特征提取
9.3.5 音頻特征提取
9.4 典型系統
第10章 海量視頻管控平台
10.1 平台要求
10.2 平台架構
10.3 平台組成
10.4 平台服務器
10.5 平台功能
10.5.1 視頻監控與回放
10.5.2 視圖無縫融合功能
10.5.3 大規模人臉等目標監測
10.5.4 異常行為檢測
10.5.5 海量視頻摘要
10.5.6 高清卡口車輛信息搜索
10.6 平台應用
