视频监控与小波纹理-面向视神经细胞模型复杂环境感知与定位的图像理解技术

上篇
**章 视频监控系统绪论
　1.1 视频监控概述
　　1.2 国内外现状和发展趋势
　　1.2.1 国内外现状
　　1.2.2 发展趋势
　1.3 视频监控系统的几个关键技术
　　1.3.1 自动人脸识别
　　1.3.2 视频增强
　　1.3.3 视频编码优化
　1.4 本章小结
第二章 视频监控中人脸特征描述方法研究
　2.1 引言
　　2.1.1 人脸识别概述
　　2.1.2 视频监控中的人脸识别
　　2.1.3 人脸识别的光照问题
　　2.1.4 小结
　2.2 一种基于轮廓波变换的光照鲁棒人脸特征描述方法
　　2.2.1 轮廓波变换与图像处理
　　2.2.2 对数人脸光照模型
　　2.2.3 基于轮廓波去噪模型的光照鲁棒特征提取
　　2.2.4 实验结果与分析
　　2.2.5 结论
　2.3 一种基于混合投影函数和图像熵的光照鲁棒人脸特征描述方法
　　2.3.1 投影函数
　　2.3.2 图像熵
　　2.3.3 混合投影特征提取
　　2.3.4 实验结果与分析
　　2.3.5 结论
　2.4 本章小结
　第三章 视频监控中视频增强方法研究
　3.1 引言
　3.2 算法描述
　　3.2.1 rgb色彩空间与ycbcr色彩空间的转换
　　3.2.2 小波变换与数字图像处理
　　3.2.3 基于小波变换的光照分离
　　3.2.4 背景估计和运动区域检测
　　3.2.5 融合规则和图像重构
　　3.2.6 算法流程
　3.3 实验结果与分析
　3.4 本章小结
第四章 视频监控中视频编码快速算法研究
　4.1 引言
　　4.1.1 h.264／avc视频编码
　　4.1.2 可伸缩视频编码
　　4.1.3 小结
　4.2 一种适宜于h.2 64／avc：的帧间快速编码算法
　　4.2.1 相关研究
　　4.2.2 利用运动和纹理预测
　　4.2.3 利用时间和空间相关性预测
　　4.2.4 算法流程
　　4.2.5 实验结果与分析
　　4.2.6 结论
　4.3 一种质量可伸缩编码中增强层帧间快速算法
　　4.3.1 相关研究
　　4.3.2 模式选择的基本原理
　　4.3.3 算法流程
　　4.3.4 实验结果与分析
　　4.3.5 结论
　4.4 本章小结
第五章 上篇总结与展望
　5.1 工作总结
　5.2 展望
　上篇参考文献
中篇
第六章 copula驱动的小波域纹理特征提取绪论
第七章 小波变换理论
第八章 copula模型及其参数估计
第九章 小波域依赖关系及常用多维模型
第十章 传统小波域copula多维模型
第十一章 方向小波域与平稳小波域copula多维模型
第十二章 复数小波域copula多维模型
第十三章 中篇总结与展望
下篇
第十四章 基于生物视觉感知机制的图像理解绪论
第十五章 视皮层感知机制
第十六章 多特征彩色图像分割模型
第十七章 bu&td图像分割模型
第十八章 多特征场景分类模型
第十九章 bu&td目标识别模型
第二十章 下篇总结与展望