物聯(lián)網(wǎng)感知技術(shù)與應用：智能全景視頻感知（上）

第1章  緒論 
 1.1  從物聯(lián)網(wǎng)談智能感知技術(shù) 
 1.2  傳感技術(shù) 
 1.3  傳感網(wǎng)技術(shù) 
  1.3.1  傳感網(wǎng)的概念 
  1.3.2  傳感網(wǎng)的由來 
  1.3.3  傳感網(wǎng)的構(gòu)成 
  1.3.4  傳感網(wǎng)的核心技術(shù) 
  1.3.5  無線傳感網(wǎng) 
  1.3.6  基于射頻識別（RFID）的傳感網(wǎng) 
  1.3.7  RFID標簽射頻卡的標準及分類 
  1.3.8  RFID技術(shù)在物聯(lián)網(wǎng)中的作用 
  1.3.9  傳感網(wǎng)的特征 
  1.3.10  WSN的應用領(lǐng)域 
  1.3.11  傳感網(wǎng)和物聯(lián)網(wǎng)面臨的主要問題 
 1.4  智能計算技術(shù) 
  1.4.1  智能計算技術(shù)概述 
  1.4.2  云計算技術(shù) 
  1.4.3  智能計算技術(shù)的分類 
  1.4.4  基于智能視頻分析的智能感知技術(shù) 
  1.4.5  其他一些主要的智能技術(shù) 
 1.5 “天人合一”思想與“人天合一”技術(shù) 
第2章  智能視頻分析技術(shù) 
 2.1  背景建模技術(shù) 
  2.1.1  基本原理 
  2.1.2  背景建模的難點 
  2.1.3  背景建模的分類 
 2.2  目標對象的檢測、分類、表達和描述 
 2.3  目標對象跟蹤 
  2.3.1  基于模型匹配的跟蹤 
  2.3.2  基于變形模型的跟蹤 
  2.3.3  基于區(qū)域匹配的跟蹤 
  2.3.4  基于特征匹配的跟蹤 
  2.3.5  基于運動特性的跟蹤 
  2.3.6  基于概率統(tǒng)計的跟蹤 
  2.3.7  目標對象跟蹤問題的處理思路總結(jié) 
  2.3.8  當前目標對象跟蹤存在的一些問題 
  2.3.9  國內(nèi)外解決多目標跟蹤核心問題的主流方法 
 2.4  行為分析 
  2.4.1  行為分析技術(shù)的發(fā)展歷史 
  2.4.2  行為分析幾種關(guān)鍵算法介紹 
  2.4.3  行為分析與理解存在的問題與發(fā)展趨勢 
  2.4.4  高層行為與場景理解 
 2.5  智能視頻分析技術(shù)的評估方法 
 2.6  對智能視頻分析技術(shù)發(fā)展的幾點思考 
  2.6.1  在前景對象描述方面的思考 
  2.6.2  在視覺獲取手段方面的思考 
  2.6.3  在智能視頻感知方面的思考 
  2.6.4  對于底層視覺處理方面的思考 
  2.6.5  對于中層視覺處理方面的思考 
  2.6.6  對于高層視覺處理方面的思考 
 2.7  智能視頻分析開源項目與視覺庫 
  2.7.1  計算機視覺庫OpenCV簡介 
  2.7.2  計算梯度、邊緣和角點的相關(guān)算法 
  2.7.3  計算采樣、差值和幾何變換的相關(guān)算法 
  2.7.4  形態(tài)學操作相關(guān)算法 
  2.7.5  濾波器與彩色變換相關(guān)算法 
  2.7.6  金字塔算法及其應用 
  2.7.7  連接部件 
  2.7.8  關(guān)于圖像與輪廓矩的算法 
  2.7.9  關(guān)于特殊圖像變換算法 
  2.7.10  直方圖 
  2.7.11  匹配算法 
  2.7.12  結(jié)構(gòu)分析 
  2.7.13  計算幾何相關(guān)算法 
  2.7.14  平面劃分相關(guān)算法 
  2.7.15  運動分析與對象跟蹤相關(guān)算法 
  2.7.16  運動模板 
  2.7.17  對象跟蹤 
  2.7.18  光流相關(guān)算法 
  2.7.19  預估器相關(guān)算法 
  2.7.20  模式識別相關(guān)算法 
  2.7.21  照相機標定和三維重建相關(guān)算法 
  2.7.22  姿態(tài)估計相關(guān)算法 
  2.7.23  外極線幾何 
 2.8  其他一些計算機視覺方面的開源項目 
  2.8.1  Java視覺處理庫JavaCV簡介 
  2.8.2  基于QT的計算機視覺庫QVision 
  2.8.3  視覺快速開發(fā)平臺qcv 
  2.8.4  Matlab計算機視覺包mVision 
 本章結(jié)束語 
 參考文獻 
第3章  全方位視覺傳感器技術(shù) 
 3.1  全方位視覺傳感器的發(fā)展歷史 
  3.1.1  全方位視覺傳感器在國外的發(fā)展狀況 
  3.1.2  全方位視覺傳感器在我國的發(fā)展狀況 
 3.2  全方位視覺傳感器的分類 
  3.2.1  折反射全方位視覺傳感器的分類 
  3.2.2  按全方位視覺傳感器的折反射次數(shù)分類 
  3.2.3  按全方位視覺傳感器大小的分類 
  3.2.4  按全方位視覺傳感器感光芯片的分類 
  3.2.5  按全方位視覺傳感器接口的分類 
  3.2.6  按全方位視覺傳感器固定方式的分類 
  3.2.7  按全方位視覺傳感器成像范圍的分類 
  3.2.8  按立體全方位視覺傳感器成像芯片個數(shù)和鏡片個數(shù)的分類 
  3.2.9  按立體全方位視覺傳感器投影光源的分類 
  3.2.10  按全方位視覺傳感器有無死角的分類 
  3.2.11  按全方位視覺傳感器有無寬動態(tài)攝像芯片的分類 
  3.2.12  按全方位視覺傳感器成像芯片的分類 
  3.2.13  按與全方位視覺傳感器連接的攝像裝置的分類 
  3.2.14  按三維立體全方位視覺傳感器成像的分類 
  3.2.15  按全方位視覺傳感器與其他裝置組合的分類 
 3.3  全方位視覺傳感器的設計 
  3.3.1  單視點全方位視覺傳感器的成像原理 
  3.3.2  雙曲面全方位視覺傳感器的鏡面設計 
  3.3.3  雙曲面鏡面的垂直視場范圍的設計 
  3.3.4  二次折反射的全方位視覺傳感器的設計 
  3.3.5  無死角全方位視覺傳感器的設計 
  3.3.6  ODVS外罩的設計 
  3.3.7  寬動態(tài)全方位視覺傳感器的設計 
  3.3.8  360°×360°全球面全方位視覺傳感器的設計 
  3.3.9  雙目立體全方位視覺傳感器的設計 
  3.3.10  主動式雙目立體全方位視覺傳感器的設計 
 3.4  3D全景立體視頻圖像拍攝裝置的設計 
  3.4.1  3D全景立體視頻圖像拍攝裝置的組成原理 
  3.4.2  3D全景立體視頻圖像拍攝裝置的建模 
  3.4.3  3D全景立體視頻圖像的展開和拼接 
  3.4.4  3D全景立體影視圖像與3D特寫立體影視圖像 
 3.5  整體性視覺與關(guān)注性視覺——Where視覺和What視覺的融合 
 3.6  全方位視覺傳感器的標定 
  3.6.1  單視點折反射全方位視覺傳感器的成像模型 
  3.6.2  基于多項式展開成像模型的標定算法 
  3.6.3  改進的基于多項式展開成像模型的標定算法 
 3.7  雙目立體全方位視覺傳感器的標定及極線配準 
  3.7.1  全方位圖像中的豎直線提取 
  3.7.2  極線間方位角偏差角度計算 
  3.7.3  雙目立體全景圖像的極線校正 
  3.7.4  全方位視覺傳感器的標定過程 
 3.8  主動式雙目立體全方位視覺傳感器的標定 
 3.9  雙目立體ODVS的物點匹配與物點的空間距離計算 
  3.9.1  高斯球面坐標與中央眼 
  3.9.2  物點的空間信息獲取與計算 
  3.9.3  空間物點的距離估算精度 
 3.10  主動式立體ODVS空間物點的距離估算 
 3.11  全方位圖像的展開 
  3.11.1  全方位圖像的柱狀展開 
  3.11.2  全方位圖像的透視展開 
  3.11.3  全方位圖像bird-view 變換 
 3.12  全方位傳感器的有效成像范圍和視頻傳感網(wǎng)網(wǎng)絡拓撲圖 
  3.12.1  ODVS的幾種安裝配置方式 
  3.12.2  監(jiān)控系統(tǒng)的網(wǎng)絡拓撲架構(gòu)圖 
 本章結(jié)束語 
 參考文獻 
第4章  智能全景視頻分析技術(shù)的應用 
 4.1  智能交通 
  4.1.1  動態(tài)道路交通狀態(tài)的檢測 
  4.1.2  停車位的檢測 
  4.1.3  重大交通事故的快速測繪 
  4.1.4  道路岔口交通狀態(tài)檢測與交通信號燈的控制 
  4.1.5  交通違法行為的檢測 
  4.1.6  交通安全運行環(huán)境的監(jiān)測 
  4.1.7  智能交通的調(diào)度 
  4.1.8  駕駛安全輔助技術(shù) 
 4.2  基于全景視覺的機器人技術(shù) 
 4.3  文物保護技術(shù) 
 4.4  基于全景視覺的管道、水下、井下、洞穴內(nèi)的探測技術(shù) 
 4.5  基于全景視覺的各種軍事應用技術(shù) 
 4.6  基于全方位計算機視覺的觀察技術(shù) 
  4.6.1  基于全方位計算機視覺的植物生長、植物病蟲害觀察技術(shù) 
  4.6.2  基于全方位計算機視覺的動物行為觀察技術(shù) 
 4.7  基于視覺的轉(zhuǎn)播技術(shù) 
  4.7.1  虛擬場景重建技術(shù) 
  4.7.2  具有沉浸感、現(xiàn)實感的遠程教育技術(shù) 
  4.7.3  具有沉浸感、現(xiàn)實感的遠程醫(yī)療 
  4.7.4  虛擬演練環(huán)境的制作 
  4.7.5  數(shù)字城市的快速制作技術(shù) 
  4.7.6  基于智能全景立體視頻分析的增強現(xiàn)實技術(shù) 
  4.7.7  基于全景立體攝像技術(shù)的3D立體視頻拍攝 
 4.8  基于全景視覺的自然災害檢測技術(shù) 
  4.8.1  基于全景視覺的火災視頻檢測 
  4.8.2  基于全景視覺的泥石流和塌方視頻檢測 
  4.8.3  基于物聯(lián)網(wǎng)的地震預測輔助技術(shù) 
  4.8.4  基于智能全景視頻分析的煤礦安全技術(shù) 
  4.8.5  基于智能全景視頻分析的水災檢測技術(shù) 
 4.9  基于智能全景視頻分析的獨居老人、小孩的監(jiān)護技術(shù) 
 4.10  基于智能全景視頻分析的電梯調(diào)度、安全監(jiān)控技術(shù) 
  4.10.1  基于智能全景視頻分析的電梯安全運行監(jiān)測技術(shù) 
  4.10.2  基于智能全景視頻分析的電梯調(diào)度技術(shù) 
  4.10.3  基于智能全景視頻分析的電梯轎廂內(nèi)的智能視頻監(jiān)控技術(shù) 
 4.11  基于智能全景視頻分析的節(jié)能技術(shù) 
 4.12  基于視頻分析的新型傳感器的開發(fā) 
  4.12.1  基于機器視覺的雨量傳感器 
  4.12.2  基于機器視覺的三維風速風向傳感器 
  4.12.3  基于機器視覺的生物式水質(zhì)監(jiān)測技術(shù) 
  4.12.4  基于機器視覺的生物式瓦斯監(jiān)測技術(shù) 
  4.12.5  基于機器視覺的全方位傾斜傳感器 
 4.13  智能全景視頻分析技術(shù)在商業(yè)上的應用 
  4.13.1  基于智能全景視頻分析技術(shù)的消費者購買行為分析 
  4.13.2  基于生物特征識別的人與身份證同一性檢驗技術(shù) 
 4.14  智能全景視頻分析技術(shù)在機械方面的應用 
  4.14.1  智能全景視頻分析技術(shù)在集裝箱吊具上的應用 
  4.14.2  智能全景視頻分析技術(shù)在工程機械、農(nóng)業(yè)機械等方面的應用 
 4.15  智能視頻監(jiān)控技術(shù) 
  4.15.1  視頻監(jiān)控技術(shù)的幾個重要轉(zhuǎn)變 
  4.15.2  智能全景視頻監(jiān)控技術(shù)的幾個主要功能 
  4.15.3  智能全景視頻監(jiān)控技術(shù)在各個行業(yè)中的解決方案 
 本章結(jié)束語 
第5章  智能視頻感知框架及智能全景視覺分析系統(tǒng)的快速開發(fā)方法 
 5.1 “以人為中心”的動態(tài)圖像理解的體系結(jié)構(gòu)及工學方法 
 5.2  智能視頻感知框架的搭建 
  5.2.1  底層視覺處理 
  5.2.2  中層視覺處理 
  5.2.3  高層視覺處理 
  5.2.4  各種智能感知系統(tǒng)的快速構(gòu)建方法 
 5.3  基于智能視頻分析技術(shù)的形象演繹創(chuàng)新 
 5.4  智能視頻分析的中間件技術(shù) 
  5.4.1  中間件技術(shù)是智能視頻分析發(fā)展的必由之路 
  5.4.2  智能視頻分析中間件的設計理念 
  5.4.3  基于中間件技術(shù)的智能視頻分析的項目開發(fā)組織機構(gòu) 
  5.4.4  基于中間件技術(shù)的智能視頻分析的構(gòu)造方法 
  5.4.5  物聯(lián)網(wǎng)時代的中間件技術(shù) 
 本章結(jié)束語