人工智能视觉检测与安全防范

1.具体讲解人工智能视觉检测前沿技术在安全防范领域的基本问题及其相关处理技术，具有很好的学术价值和市场前景2.涵盖安防领域多个应用场景，通过实例分析讲解技术要点3.从基本原理到检测分析，由浅入深，适合不同层次读者的阅读需求

本书系统介绍了人工智能在安防应用中的基本问题及其相关处理技术，主要内容涉及人工智能与安防措施的理论、算法和典型应用实例。本书共7章，包括人工智能概述、深度学习、人工智能安防综述、复杂背景下人体跌倒检测、智能视频监控中人群密度分析及突发异常行为检测、基于双目视觉的火焰目标检测技术、基于多源视觉的淡色火焰识别与定位等内容。本书由浅入深，生动具体地通过相关技术的实例对人工智能技术在安防领域的应用进行具体介绍，对于相关领域的研究者、企业安防管理等具有重要的参考价值和借鉴意义。

郏东耀北京交通大学教授、博士生导师，大数据与智慧测控研究中心主任。主要科研方向为数据科学与工程、视觉人工智能、深度学习新理论及其应用，发表学术论文100余篇。曾主持或参与国家863计划重大项目、国家自然科学基金重大项目、国家科技支撑计划项目等。

第1章 人工智能概述0011.1 人工智能的定义0021.2 人工智能研究方法0031.3 人工智能基本应用007第2章 深度学习0102.1 深度学习简介0112.2 人工神经网络下的深度学习0122.3 深度学习的应用0132.3.1 物体检测0132.3.2 图像分割0142.3.3 图像标题生成0152.3.4 图像风格变换0152.3.5 自动驾驶016第3章 人工智能安防综述0183.1 智能安防系统简述0203.1.1 智能安防技术发展0203.1.2 现代智能安防应用0213.2 人工智能安防设备0233.2.1 摄像机结构0233.2.2 镜头0243.2.3 防护罩与支架0253.3 现实场景中的安防应用025第4章 复杂背景下人体跌倒检测0274.1 静态图像中人体分割方法0284.1.1 基于连接关系的人体模型建立0284.1.2 人体各部位特征的选取与定义0304.1.3 基于颜色特征和椭圆特征相结合的头部检测0324.1.4 人体部件分割方法0334.2 基于多特征融合的跌倒检测方法0394.2.1 室内常见跌倒的分类和特征0394.2.2 视频关键帧的选择0404.2.3 跌倒特征的选取和定义0414.2.4 基于高斯径向基核函数支持向量机的跌倒检测0434.2.5 基于多帧序列图像的跌倒检测验证0464.3 实验与分析0474.3.1 人体检测与实验分割0484.3.2 基于高斯径向基核函数的分类器训练0534.3.3 基于多特征融合的跌倒识别实验分析056第5章 智能视频监控中人群密度分析及突发异常行为检测0615.1 人群密度等级分类算法0625.1.1 算法概述0625.1.2 图像预处理0635.1.3 基于前景像素统计的回归算法0665.1.4 基于纹理特征的学习分类算法0675.2 基于瞬时能量特征的人群异常检测0715.2.1 基于像素统计分析的运动特征点提取0715.2.2 基于光流的运动特征提取0775.2.3 基于瞬时能量特征的人群异常检测0805.3 实验与分析0825.3.1 人群密度等级分类算法的实验分析0825.3.2 人群异常检测实验分析087第6章 基于双目视觉的火焰目标检测技术0926.1 双目立体视觉定位模型0936.1.1 系统总体方案和设计原则0936.1.2 双目视觉原理与模型0946.1.3 双目视觉火焰图像采集和定位0986.1.4 立体匹配1016.2 视觉注意机制和静态火焰识别模型1076.2.1 视觉选择注意机制1076.2.2 静态火焰检测1116.2.3 多个火焰目标分割模型1186.3 基于动态特性的火焰检测方法1206.3.1 运动目标检测的方法1206.3.2 火焰的动态特征1236.3.3 基于自适应增量支持向量机的火焰识别算法1286.4 实验分析1356.4.1 火焰目标的定位实验1356.4.2 火焰图片的识别实验1376.4.3 火焰视频的识别实验1386.4.4 实验结果分析140第7章 基于多源视觉的淡色火焰识别与定位1427.1 多源视觉系统1437.1.1 系统方案设计1437.1.2 相机成像原理及标定1447.2 基于融合图像的火焰检测方法1527.2.1 图像融合综述1527.2.2 基于改进的IHS-NSCT 融合算法1537.2.3 火焰目标识别算法1597.3 基于S-SIFT 匹配算法的定位方法1617.3.1 立体视觉系统模型1627.3.2 立体匹配概述1637.3.3 基于改进的S-SIFT 算法1657.4 仿真实验1727.4.1 图像融合和目标识别实验1727.4.2 立体匹配以及火焰目标定位实验179参考文献185