　　韆韆萬萬的監控攝像頭構成瞭時刻觀測物理世界和人類社會的“視聽感知網”，成為全球信息基礎設施的重要組成部分。監控視頻已成為全球大數據中體量大的部分，對其高效編碼能夠節省巨額的存儲成本和傳輸成本。監控視頻數據中蘊含瞭豐富的信息，對其智能分析具有巨大的現實意義。《監控視頻高效編碼與智能分析》在綜述國內外相關研究進展的基礎上，結閤新研究進展和標準製定，詳細介紹瞭基於背景建模的高效視頻編碼方法和視覺對象的檢測、跟蹤、分析和識彆技術，是相關研究和技術開發的重要參考資料。
　　《監控視頻高效編碼與智能分析》可供圖像視頻處理分析和識彆、視頻監控等計算機應用和人工智能領域的科研人員、教師、研究生和工程技術人員閱讀參考。

內頁插圖

第1章緒論
1．1 “視聽感知網”不期而至
1．2 監控視頻的智能分析
1．3 監控視頻的高效編碼
1．4 基於AVS的監控視頻分析識彆
1．5 關於本書
參考文獻

第2章視頻編碼
2．1 圖像和視頻的數字化
2．2 數字視頻中的冗餘
2．3 數字視頻編碼的主要方法
2．3．1 預測
2．3．2 變換
2．3．3 量化
2．3．4 掃描
2．3．5 熵編碼
2．3．6 視頻編碼工具發展曆史
2．4 數字視頻編碼標準
2．4．1 混閤編碼框架
2．4．2 主要視頻編碼標準組織
2．4．3 第一代視頻編碼標準
2．4．4 第二代視頻編碼標準
2．4．5 第三代視頻編碼國際標準HEVC／H．2 65
2．4．6 新一代視頻編碼國傢標準AVS．2
2．5 視頻圖像質量評價
2．5．1 客觀質量評價
2．5．2 主觀質量評價
2．5．3 基於結構失真的質量評測準則
參考文獻

第3章背景建模
3．1 背景建模方法概述
3．1．1 常用背景建模方法
3．1．2 視頻編碼對背景建模的特殊需求
3．1．3 復雜場景給背景建模帶來的問題
3．2 低復雜度背景建模方法
3．2．1 分段加權滑動平均背景模型
3．2．2 重用矢量整點滑動平均背景模型
3．2．3 實驗結果
3．3 選擇式特徵背景減除方法
3．3．1 背景減除概述
3．3．2 塊級選擇式特徵背景減除方法
3．3．3 實驗分析
3．4 像素級選擇式特徵背景減除方法
3．4．1 方法框架
3．4．2 訓練階段
3．4．3 檢測階段
3．4．4 實驗分析
參考文獻

第4章監控視頻編碼
4．1 模型編碼方法迴顧
4．1．1 模型編碼方法
4．1．2 基於對象的視頻編碼方法與標準
4．1．3 感興趣區域編碼
4．2 基於背景建模的監控視頻編碼
4．2．1 監控視頻的新冗餘
4．2．2 基於長期關鍵幀的編碼方法
4．2．3 基於原始圖像建模背景的編碼方法
4．3 背景差分預測編碼
4．3．1 塊匹配運動補償效率分析
4．3．2 背景差分編碼算法及其效率分析
4．3．3 基於背景差分預測的宏塊類型白適應運動補償
4．3．4 自適應背景差分編碼方法
4．4 基於背景預測的幀間層級編碼優化
……

第5章監控視頻編轉碼優化
第6章視覺顯著性分析
第7章對象檢測
第8章對象跟蹤
第9章行為識彆