路邊是一塊特殊的區(qū)域，在農(nóng)業(yè)、林業(yè)、運輸業(yè)、能源和通訊、國家安全和環(huán)境保護部門等很多領(lǐng)域中具有重要的意義。如果能獲取路邊環(huán)境的精確信息，會有助于很多現(xiàn)實應(yīng)用的建設(shè)，比如高效路邊管理、植被增長條件監(jiān)測和道路危險評估。深度神經(jīng)網(wǎng)絡(luò)學習在機器學習和數(shù)據(jù)挖掘領(lǐng)域正變得越來越流行。本書介紹了新的場景分析構(gòu)架，利用深度學習來解決路邊視頻數(shù)據(jù)的切分和分析，重點探討了路邊視頻數(shù)據(jù)分析的方法和應(yīng)用，描述了多種系統(tǒng)構(gòu)架和方法論，這些構(gòu)架和方法論建立在專門為路邊視頻數(shù)據(jù)處理而設(shè)計的不同種類的學習算法之上，包括切分、特征提取和分類的具體設(shè)計。本書還演示了路邊火災(zāi)風險測量上的應(yīng)用路邊視頻分析案例。