视频中的异常事件检测

　　《视频中的异常事件检测》针对智能视频分析中的异常事件检测及其在视频安全认证领域的关键问题展开深入研究，旨在提高智能视频分析系统的效率和智能化水平。通过深入挖掘视频内容的运动属性，扩展人类视觉认知机制在视频分析领域中的应用，探寻更有效的视频事件表示方法与模型构建方法，提高视频异常事件的检测性能。此外，为了实现对视频的安全保护，以异常事件检测为基础，对视频认证和篡改恢复展开研究。该项研究不仅会对视频异常事件检测技术起到推动作用，还将为显著性检测算法提供借鉴，因此具有重要的理论意义和实用价值。

暂缺《视频中的异常事件检测》作者简介

目录
前言
第1章 绪论 1
1.1 研究背景及意义 1
1.2 异常检测的应用领域 3
1.3 视频异常事件检测中的关键问题 4
1.4 视频异常事件检测的研究现状 5
1.5 本书主要研究内容和结构安排 7
1.5.1 本书主要研究内容 7
1.5.2 结构安排 10
参考文献 10
第2章 视频异常事件检测相关方法介绍 14
2.1 视频事件描述的相关方法介绍 15
2.1.1 目标级描述方法 15
2.1.2 像素级描述方法 16
2.2 异常事件检测方法介绍 19
2.2.1 基于概率的异常事件检测方法 20
2.2.2 基于距离的异常事件检测方法 21
2.2.3 基于重构的异常事件检测方法 22
2.2.4 基于域的异常事件检测方法 23
2.3 本章小结 24
参考文献 24
第3章 基于高阶运动特征的视频异常事件检测 29
3.1 引言 29
3.2 一阶运动特征提取 30
3.3 高阶运动特征提取 31
3.4 局部与全局异常事件检测 33
3.4.1 评价指标 33
3.4.2 局部异常事件检测实验结果与分析 34
3.4.3 全局异常事件检测实验结果与分析 43
3.4.4 基于视频内容的特征融合方法 47
3.5 本章小结 49
参考文献 49
第4章 基于显著性的视频异常事件检测 51
4.1 引言 51
4.2 显著性检测简介 51
4.2.1 显著性检测的研究意义 51
4.2.2 显著性检测的研究现状 52
4.3 空域显著性检测 54
4.3.1 基于ERC-SLPP的空域显著性检测 54
4.3.2 基于IMMR的空域显著性检测 61
4.3.3 空域显著性检测实验结果与分析 67
4.4 显著性在异常事件检测中的应用 78
4.4.1 空时显著度图构建 79
4.4.2 区域级模型的构建 80
4.4.3 视频异常事件检测实验结果与分析 83
4.5 本章小结 89
参考文献 89
第5章 基于约束稀疏表示的视频异常事件检测 94
5.1 引言 94
5.2 基于重构的异常检测算法分析 94
5.3 运动特征提取 97
5.4 约束稀疏表示在异常事件检测中的应用 98
5.4.1 模型构建 98
5.4.2 目标函数求解 100
5.4.3 收敛性分析 102
5.4.4 异常事件检测 102
5.4.5 实验结果与分析 103
5.5 本章小结 108
参考文献 108
第6章 基于异常检测的视频认证与自恢复 110
6.1 引言 110
6.2 基于异常事件检测的视频认证 112
6.2.1 双重水印嵌入 112
6.2.2 篡改定位与自恢复 116
6.3 视频认证实验结果与分析 119
6.3.1 视觉质量评估 119
6.3.2 无篡改情况下的恢复实验 121
6.3.3 空域篡改实验 122
6.3.4 时域篡改实验 124
6.3.5 空时域篡改实验 125
6.4 本章小结 126
参考文献 126
第7章 总结与展望 129
7.1 本书工作总结 129
7.2 未来研究展望 131