反恐背景下的信息技术革新研究

　　随着全球反恐形势的不断加剧和以自动驾驶为主要代表的新交通系统的兴起，选择视频序列中的行人作为主要视觉对象的行人检测和跟踪是智能安防、智能交通、自动化等系统中的一项关键技术。本书从行人目标的稀疏特性着手，从有效描述行人目标的特征、增强外观模型的区分度和对行人形态变化进行部件建模等方面进行了深入研究，利用深度学习等新方法，提出了用于行人检测的深度通道特征、多类别判别式字典学习方法和基于多分量可变形部件模型的行人跟踪方法。

　　刘钊，男，1981年生，博士，讲师，中共党员。现就职于中国人民公安大学，任网络空间安全与法制协同创新中心研究员。2006年毕业于比利时鲁汶大学，获生物信息学硕士学位；2017年毕业于北京理工大学，获计算机应用技术博士学位。在国际刊物和会议发表数篇论文，主要研究方向为人工智能、模式识别和计算机视觉。

第一章行人检测与行人跟踪研究现状
第二章基于深度通道特征的行人检测
第三章基于字典学习的行人跟踪方法
第四章基于多分量可变部件模型的行人跟踪
第五章结论与展望