视频图像处理研究：基于监控场景下的视觉算法

　　《视频图像处理研究：基于监控场景下的视觉算法》从原理、方法等角度详细介绍了作者叶人珍在视频图像处理方面的一些研究，涉及图像去模糊、视频异常事件检测和视觉检索三个领域，为了保证论述的完整性，在视频异常事件检测领域中，加入了冯亚闯博士的部分研究——基于结构字典学习的异常事件检测、基于假设检验的异常事件检测与基于深度表达的异常事件检测。《视频图像处理研究：基于监控场景下的视觉算法》一共七章：第一章为绪论，总体介绍了目前视频图像处理的有关方法；第二章基于潜在语义概念模型的图像盲去卷积方法，提出了一种基于潜在语义概念约束的模型；第三章基于协同表达的异常事件检测方法，提出了基于多种特征描述符的鲁棒协同表达；第四章基于结构字典学习的异常事件检测方法，提出了一种视频数据的时空结构建模方法；第五章基于假设检验的异常事件检测方法，提出了一种测试数据中异常模式的表达模型；第六章基于深度表达的异常事件检测方法，提出了一种视频时空特性的深度特征学习方法；第七章基于稀疏相似保持嵌入的紧致结构哈希算法，提出了一种基于结构的方法（SSBH）。《视频图像处理研究：基于监控场景下的视觉算法》适合从事图像处理方面工作或研究的学生或者工作者作为参考书。

暂缺《视频图像处理研究：基于监控场景下的视觉算法》作者简介

第1章 绪论1
1.1 引言1
1.2 图像去模糊2
1.3 异常事件检测4
1.4 视觉检索13

第2章 基于潜在语义概念模型的图像盲去卷积方法20
2.1 概述20
2.2 相关工作22
2.3 研究方法30
2.4 实验结果34
2.5 本章小结39

第3章 基于协同表达的异常事件检测方法40
3.1 概述40
3.2 研究方法42
3.3 实验结果51
3.4 本章小结57

第4章 基于结构字典学习的异常事件检测方法58
4.1 概述58
4.2 视频事件的表达60
4.3 结构字典学习61
4.4 异常事件检测69
4.5 实验结果69
4.6 本章小结75

第5章 基于假设检验的异常事件检测方法77
5.1 概述77
5.2 研究方法80
5.3 实验结果88
5.4 本章小结97

第6章 基于深度表达的异常事件检测方法98
6.1 概述98
6.2 视频事件的深度特征提取101
6.3 视频事件时间模式的学习108
6.4 视频事件的空间上下文约束117
6.5 实验结果119
6.6 本章小结124

第7章 基于稀疏相似保持嵌入的紧致结构哈希算法126
7.1 概述126
7.2 相关工作128
7.3 研究方法131
7.4 实验结果136
7.5 本章小结149

参考文献150