智能視頻分析關鍵技術-行人再識別 趙才榮 苗奪謙 9787576512106 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：智能視頻分析關鍵技術-行人再識別
ISBN：9787576512106
出版社：同濟大學
著編譯者：趙才榮 苗奪謙
頁數：338
所在地：中國大陸 *此為代購商品
書號：1745273
可大量預訂，請先連絡。

內容簡介

隨著社會和經濟的快速發展，城市公共安全問題受到越來越多的關注。視頻監控作為保障城市安全的重要技術手段，被廣泛應用於街道、學校、商場等人流密集的公共場所。城市視頻監控網絡每時每刻都在獲取視頻數據，目前的視頻監控技術主要以「人工分析」為主，結合簡單的智能化方法來處理分析視頻數據，這導致了諸如「視頻在、找不到」「找得到、找太久」「有服務、不可靠」等視頻監控技術應用的瓶頸。因此，如何實現智能視頻監控，尤其是對行人數據的智能處理、可疑行為的自動研判，是新時代公共安全領域的迫切需要。智能視頻監控利用模式識別和計算機視覺技術對海量監控數據進行處理和分析，在不需要人力干預的前提下，能夠實現對監控目標的自動檢測、跟蹤以及識別。行人再識別作為智能視頻監控體系中的關鍵一環，旨在解決跨攝像頭跨場景下目標行人的關聯與匹配。本書是一本面向前沿科研工作者的專業書籍，它詳細地介紹了當前行人再識別技術的研究現狀、所得成就以及其面臨的主要挑戰，嘗試提出合理的解決方案，並對行人再識別問題的發展進行了總結與展望，是一本兼具科學性、時效性、創造性的專著。

作者簡介

趙才榮，工學博士。同濟大學電子與信息工程學院計算機系教授，博士生導師。曾任香港理工大學兼職研究員（2016—2017）。目前擔任上海市計算機學會計算機視覺專委會主任，中國自動化學會模式識別與機器智能專業委員會副秘書長，中國計算機學會傑出會員，中國圖象圖形學學會高級會員。擔任教育部學位論文評審專家，國家自然科學基金項目評審專家等。研究方向包括：人工智能、計算機視覺等。

目錄

1 引子
3 第1章 緒論
1 1 引言
1 2 國內外研究現狀
1 3 評價指標
1 4 常用數據集
1 5 本章小結
參考文獻
第2章 基於多方向、多通道條形結構的特徵學習
2 1 引言
2 2 相關技術
2 2 1 局部二值編碼的變換金字塔模型
2 2 2 二元相互作用機制
2 3 基於方向多粒度的條形特徵表示方法
2 3 1 基於方向多粒度的混合編碼策略
2 3 2 顏色差分權重因子
2 4 基於最優多元組的度量融合策略
2 4 1 基於權重鑒別子空間的距離度量算法
2 4 2 基於差別矩陣的最優距離多元組模型
2 5 實驗結果與分析
2 5 1 HLDIS MCTS數據集
2 5 2 CAVIAR4RE-ID數據集
2 5 3 WARD數據集
2 6 本章小結
參考文獻
第3章 最大粒度結構與廣義多視圖判別分析
3 1 引言
3 2 相關技術
3 2 1 顏色直方圖
3 2 2 局部敏感判別分析
3 2 3 典型關聯分析
3 3 最大粒度結構描述符
3 3 1 基本思想
3 3 2 預處理
3 3 3 最大粒度結構描述符
3 4 廣義多視圖判別分析
3 4 1 多視角判別分析
3 4 2 多視角關聯分析
3 4 3 多視角表示一致性
3 5 實驗結果與分析
3 5 1 VIPeR數據集
3 5 2 CUHK01數據集
3 6 本章小結
參考文獻
第4章 聯合遷移約束下的相似性學習
4 1 引言
4 2 相關技術
4 2 1 視覺詞模型
4 2 2 遷移學習模型
4 3 基於迭代一致的多粒度行人特徵提取
4 3 1 基於k-means的多粒度視覺詞模型
4 3 2 基於多視角遷移學習的多粒度特徵分析與建模
4 3 3 基於多視角遷移學習多粒度特徵模型問題的求解
4 4 基於多粒度特徵的度量學習策略
4 5 實驗結果與分析
4 5 1 VIPeR數據集
4 5 2 CUHK01數據集
4 5 3 PRID450S數據集
4 6 本章小結
參考文獻
第5章 基於困難樣本挖掘中心-三元組損失的深度融合特徵表示學習
5 1 引言
5 2 相關技術
5 2 1 行人特徵精細描述方法
5 2 2 行人特徵優化度量方法
5 3 基於池化融合策略的特徵精細描述
5 3 1 融合特徵學習網絡
5 3 2 模型對比分析
5 3 3 實驗結果與分析
5 4 基於類中心的困難Triplets挖掘
5 4 1 硬挖掘中心三元組損失
5 4 2 模型對比分析
5 4 3 訓練與優化
5 4 4 實驗結果與分析
5 4 5 不同Re-ID模型對比
5 4 6 不同度量方法對比
5 5 本章小結
參考文獻
第6章 基於增量生成抑制對抗網絡的遮擋行人再識別
6 1 引言
6 2 相關技術
6 3 增量式生成遮擋-對抗抑制網絡
6 3 1 增量式生成遮擋塊
6 3 2 全局-對抗抑制框架
6 3 3 網絡訓練策略
6 3 4 模型對比分析
6 4 實驗結果與分析
6 4 1 實驗設置
6 4 2 實驗結果
6 4 3 消融實驗
6 5 本章小結
參考文獻
第7章 基於人體協同解析的遮擋行人再識別
7 1 引言
7 2 相關技術
7 2 1 遮擋行人再識別
7 2 2 基於深度網絡的聚類算法
7 2 3 多部分協同分割
7 3 人體協同解析再識別網絡
7 3 1 整體框架
7 3 2 人體協同解析指導對齊網絡
7 3 3 行人再識別子網絡
7 3 4 推理階段
7 4 實驗結果與分析
7 4 1 實驗設置
7 4 2 實驗結果
7 4 3 消融實驗
7 5 本章小結
參考文獻
第8章 自適應遮擋數據增強的遮擋行人再識別
8 1 引言
8 2 相關技術
8 2 1 遮擋行人再識別
8 2 2 自動數據增強
8 3 基於圖像內容自適應遮擋數據增強的行人再識別網絡
8 3 1 總體框架
8 3 2 網絡結構
8 3 3 自動遮擋控制器
8 3 4 在線訓練策略
8 3 5 總體目標函數
8 4 實驗結果與分析
8 4 1 數據集及評價標準
8 4 2 實驗設置
8 4 3 實驗結果
8 4 4 消融實驗
8 4 5 超參數分析
8 4 6 可視化分析
8 5 本章小結
參考文獻
第9章 多模態行人再識別
9 1 引言
9 2 相關技術
9 2 1 採用預訓練視覺語言模型的特徵提取
9 2 2 跨模態特徵匹配方法
9 2 3 深度度量學習
9 3 基於雙路徑的特徵提取框架
9 3 1 多尺度視覺表徵學習
9 3 2 多尺度文本表徵學習
9 4 基於自注意力的表徵學習網絡
9 4 1 自注意力主幹網絡
9 4 2 多尺度特徵匹配

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。