视频图像处理研究：基于监控场景下的视觉算法

本书一共七章：第1章为绪论，总体介绍了目前视频图像处理的有关方法；第二章基于潜在语义概念模型的图像盲去卷积方法，提出了一种基于潜在语义概念约束的模型；第三章基于协同表达的异常事件检测方法，提出了基于多种特征描述符的鲁棒协同表达；第四章基于结构字典学习的异常事件检测方法，提出了一种视频数据的时空结构建模方法；第五章基于假设检验的异常事件检测方法，提出了一种测试数据中异常模式的表达模型；第六章基于深度表达的异常事件检测方法，提出了一种视频时空特性的深度特征学习方法；第七章基于稀疏相似保持嵌入的紧致结构哈希算法，提出了一种基于结构的方法（SSBH）。

这是一本全面探讨视频图像处理技术在监控场景下的应用的书籍。书中详细讨论了视频监控面临的挑战，包括自动检测和定位异常行为的需求，以及海量数据的处理和分析，还有智能化理解监控场景等问题。此外，书中还详细介绍了基于正则化的图像去模糊算法和基于贝叶斯先验的图像去模糊算法，这两种算法在处理图像模糊问题中表现出良好的效果，但也存在一些局限性。 书中还深入探讨了视频事件特征表达方法，包括目标层的特征表达和像素层的特征表达，以及视频事件的时间模式学习，这些方法在视频异常检测技术中发挥着重要作用。此外，书中还介绍了基于内容的图像检索技术和基于索引的最近邻搜索技术优势，这些技术在图像和视频处理中有着广泛的应用。 书中还详细阐述了视频异常检测技术概述，包括如何利用机器学习和计算机视觉技术，对视频序列中包含的事件进行自动分析，并统计视频事件中的规律。此外，书中还介绍了基于稀疏编码的异常检测方法，这种方法通过利用稀疏编码算法，结合多个底层特征描述符，有效地检测出视频中的异常事件。