本书对视频处理与分析领域的理论基础、关键技术和评估应用进行系统而深入的介绍。首先对视频处理与分析的基本概念和相关视觉认知基本理论进行介绍，然后对视频处理中的目标识别和分类、目标检测、目标分割、目标跟踪、视频语义理解等核心视觉任务及其关键技术方法进行梳理和总结，并对视频分析应用情况进行介绍。本书聚焦领域研究核心问题，以技术发展为主线，侧重理论方法与实际应用的有机结合，力求使读者能快速掌握和应用视频处理与分析的理论、方法和技术。
本书可作为模式识别与智能系统、计算机科学与技术、控制科学与工程等相关学科领域科研工作者、工程技术人员的参考书，也可以作为相关专业研究生和高年级本科生的教学用书。

“新一代人工智能理论、技术及应用丛书”序
前言
第1章 绪论
1.1 背景介绍
1.2 基本概念
1.3 任务与挑战
第2章 目标识别和分类
2.1 引言
2.1.1 基本理论
2.1.2 问题与挑战
2.2 经典目标识别和分类方法
2.2.1 传统目标分类方法
2.2.2 基于深度学习的目标分类模型
2.2.3 目标分类模型的发展方向
2.3 小样本目标识别
2.3.1 问题介绍
2.3.2 代表性方法
2.4 RGB-D目标识别
2.4.1 问题介绍
2.4.2 代表性方法
2.5 细粒度目标识别
2.5.1 问题介绍
2.5.2 代表性方法
2.6 小结
参考文献
第3章 目标检测
3.1 引言
3.1.1 目标检测的定义与挑战
3.1.2 发展历程
3.2 经典目标检测
3.2.1 传统目标检测
3.2.2 基于深度学习的目标检测
3.3 不同监督信息下的目标检测
3.3.1 充分监督下的目标检测
3.3.2 弱监督目标检测
3.3.3 基于混合监督的目标检测
3.4 基于视频的目标检测
3.4.1 高精度的视频目标检测
3.4.2 高速视频目标检测
3.5 小结
参考文献
第4章 目标分割
4.1 引言
4.1.1 基本概念
4.1.2 问题与挑战
4.2 二值化分割
4.2.1 传统二值化分割方法
4.2.2 基于深度学习的二值化分割
4.3 语义分割
4.3.1 基于全卷积神经网络的语义分割
4.3.2 基于编-解码结构的语义分割
4.3.3 基于神经网络结构搜索的语义分割
4.3.4 基于上下文学习的语义分割
4.3.5 弱监督语义分割
4.4 实例分割
4.4.1 基于分割模型的实例分割
4.4.2 基于两阶段检测模型的实例分割
4.4.3 基于单阶段检测模型的实例分割
4.4.4 基于动态网络的实例分割
4.5 全景分割模型
4.6 小结
参考文献
第5章 目标跟踪
5.1 引言
5.1.1 基本概念介绍
5.1.2 任务、问题与挑战
5.2 单摄像机单目标跟踪
5.2.1 传统单目标跟踪方法
5.2.2 基于深度学习的单目标跟踪
5.3 单摄像机多目标跟踪
5.3.1 离线跟踪方法
5.3.2 在线跟踪方法
5.4 多摄像机目标跟踪
5.4.1 重叠场景多摄像机目标跟踪
5.4.2 非重叠场景多摄像机目标跟踪
5.5 小结
参考文献
第6章 视频语义理解
6.1 引言
6.2 人体行为识别
6.2.1 人体行为识别简介
6.2.2 代表性方法介绍
6.3 群体行为分析
6.3.1 群体行为分析简介
6.3.2 代表性方法介绍
6.4 异常行为检测
6.4.1 异常行为检测简介
6.4.2 代表性方法介绍
6.5 视频描述和视频问答
6.5.1 视频描述
6.5.2 视频问答
6.6 小结
参考文献
第7章 视频分析评估与评测
7.1 常用数据集
7.1.1 目标识别和分类
7.1.2 目标检测和定位
7.1.3 目标分割
7.1.4 视频目标跟踪
7.2 评价指标
7.2.1 目标分类
7.2.2 目标检测和定位
7.2.3 目标分割
7.2.4 视频目标跟踪
7.2.5 视频语义理解
7.3 视觉图灵评估评测
7.3.1 简介
7.3.2 视觉图灵评估评测
7.4 小结
参考文献
第8章 视频分析应用
8.1 视频分析应用领域
8.1.1 安全领域
8.1.2 交通领域
8.1.3 娱乐领域
8.1.4 生活领域
8.1.5 其他领域
8.2 面向安全的智能视频分析应用
8.2.1 应用背景
8.2.2 应用系统
8.2.3 应用关键技术
8.2.4 应用示例
8.3 小结
参考文献