上篇
第一章 視頻監(jiān)控系統緒論
1.1 視頻監(jiān)控概述
1.2 國內外現狀和發(fā)展趨勢
1.2.1 國內外現狀
1.2.2 發(fā)展趨勢
1.3 視頻監(jiān)控系統的幾個關鍵技術
1.3.1 自動人臉識別
1.3.2 視頻增強
1.3.3 視頻編碼優(yōu)化
1.4 本章小結
第二章 視頻監(jiān)控中人臉特征描述方法研究
2.1 引言
2.1.1 人臉識別概述
2.1.2 視頻監(jiān)控中的人臉識別
2.1.3 人臉識別的光照問題
2.1.4 小結
2.2 一種基于輪廓波變換的光照魯棒人臉特征描述方法
2.2.1 輪廓波變換與圖像處理
2.2.2 對數人臉光照模型
2.2.3 基于輪廓波去噪模型的光照魯棒特征提取
2.2.4 實驗結果與分析
2.2.5 結論
2.3 一種基于混合投影函數和圖像熵的光照魯棒人臉特征描述方法
2.3.1 投影函數
2.3.2 圖像熵
2.3.3 混合投影特征提取
2.3.4 實驗結果與分析
2.3.5 結論
2.4 本章小結
第三章 視頻監(jiān)控中視頻增強方法研究
3.1 引言
3.2 算法描述
3.2.1 RGB色彩空間與YCbCr色彩空間的轉換
3.2.2 小波變換與數字圖像處理
3.2.3 基于小波變換的光照分離
3.2.4 背景估計和運動區(qū)域檢測
3.2.5 融合規(guī)則和圖像重構
3.2.6 算法流程
3.3 實驗結果與分析
3.4 本章小結
第四章 視頻監(jiān)控中視頻編碼快速算法研究
4.1 引言
4.1.1 H.264／AVC視頻編碼
4.1.2 可伸縮視頻編碼
4.1.3 小結
4.2 一種適宜于H.2 64／AVC：的幀間快速編碼算法
4.2.1 相關研究
4.2.2 利用運動和紋理預測
4.2.3 利用時間和空間相關性預測
4.2.4 算法流程
4.2.5 實驗結果與分析
4.2.6 結論
4.3 一種質量可伸縮編碼中增強層幀間快速算法
4.3.1 相關研究
4.3.2 模式選擇的基本原理
4.3.3 算法流程
4.3.4 實驗結果與分析
4.3.5 結論
4.4 本章小結
第五章 上篇總結與展望
5.1 工作總結
5.2 展望
上篇參考文獻


中篇
第六章 Copula驅動的小波域紋理特征提取緒論
第七章 小波變換理論
第八章 Copula模型及其參數估計
第九章 小波域依賴關系及常用多維模型
第十章 傳統小波域Copula多維模型
第十一章 方向小波域與平穩(wěn)小波域Copula多維模型
第十二章 復數小波域Copula多維模型
第十三章 中篇總結與展望


下篇
第十四章 基于生物視覺感知機制的圖像理解緒論
第十五章 視皮層感知機制
第十六章 多特征彩色圖像分割模型
第十七章 BU&TD圖像分割模型
第十八章 多特征場景分類模型
第十九章 BU&TD目標識別模型
第二十章 下篇總結與展望