物聯(lián)網(wǎng)感知技術(shù)與應(yīng)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(lái) 
  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(wú)線傳感網(wǎng) 
  1.3.6  基于射頻識(shí)別（RFID）的傳感網(wǎng) 
  1.3.7  RFID標(biāo)簽射頻卡的標(biāo)準(zhǔn)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(yīng)用領(lǐng)域 
  1.3.11  傳感網(wǎng)和物聯(lián)網(wǎng)面臨的主要問(wèn)題 
 1.4  智能計(jì)算技術(shù) 
  1.4.1  智能計(jì)算技術(shù)概述 
  1.4.2  云計(jì)算技術(shù) 
  1.4.3  智能計(jì)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(diǎn) 
  2.1.3  背景建模的分類 
 2.2  目標(biāo)對(duì)象的檢測(cè)、分類、表達(dá)和描述 
 2.3  目標(biāo)對(duì)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(yùn)動(dòng)特性的跟蹤 
  2.3.6  基于概率統(tǒng)計(jì)的跟蹤 
  2.3.7  目標(biāo)對(duì)象跟蹤問(wèn)題的處理思路總結(jié) 
  2.3.8  當(dāng)前目標(biāo)對(duì)象跟蹤存在的一些問(wèn)題 
  2.3.9  國(guó)內(nèi)外解決多目標(biāo)跟蹤核心問(wèn)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(wèn)題與發(fā)展趨勢(shì) 
  2.4.4  高層行為與場(chǎng)景理解 
 2.5  智能視頻分析技術(shù)的評(píng)估方法 
 2.6  對(duì)智能視頻分析技術(shù)發(fā)展的幾點(diǎn)思考 
  2.6.1  在前景對(duì)象描述方面的思考 
  2.6.2  在視覺(jué)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(duì)于底層視覺(jué)處理方面的思考 
  2.6.5  對(duì)于中層視覺(jué)處理方面的思考 
  2.6.6  對(duì)于高層視覺(jué)處理方面的思考 
 2.7  智能視頻分析開(kāi)源項(xiàng)目與視覺(jué)庫(kù) 
  2.7.1  計(jì)算機(jī)視覺(jué)庫(kù)OpenCV簡(jiǎn)介 
  2.7.2  計(jì)算梯度、邊緣和角點(diǎn)的相關(guān)算法 
  2.7.3  計(jì)算采樣、差值和幾何變換的相關(guān)算法 
  2.7.4  形態(tài)學(xué)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(yīng)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(jì)算幾何相關(guān)算法 
  2.7.14  平面劃分相關(guān)算法 
  2.7.15  運(yùn)動(dòng)分析與對(duì)象跟蹤相關(guān)算法 
  2.7.16  運(yùn)動(dòng)模板 
  2.7.17  對(duì)象跟蹤 
  2.7.18  光流相關(guān)算法 
  2.7.19  預(yù)估器相關(guān)算法 
  2.7.20  模式識(shí)別相關(guān)算法 
  2.7.21  照相機(jī)標(biāo)定和三維重建相關(guān)算法 
  2.7.22  姿態(tài)估計(jì)相關(guān)算法 
  2.7.23  外極線幾何 
 2.8  其他一些計(jì)算機(jī)視覺(jué)方面的開(kāi)源項(xiàng)目 
  2.8.1  Java視覺(jué)處理庫(kù)JavaCV簡(jiǎn)介 
  2.8.2  基于QT的計(jì)算機(jī)視覺(jué)庫(kù)QVision 
  2.8.3  視覺(jué)快速開(kāi)發(fā)平臺(tái)qcv 
  2.8.4  Matlab計(jì)算機(jī)視覺(jué)包mVision 
 本章結(jié)束語(yǔ) 
 參考文獻(xiàn) 
第3章  全方位視覺(jué)傳感器技術(shù) 
 3.1  全方位視覺(jué)傳感器的發(fā)展歷史 
  3.1.1  全方位視覺(jué)傳感器在國(guó)外的發(fā)展?fàn)顩r 
  3.1.2  全方位視覺(jué)傳感器在我國(guó)的發(fā)展?fàn)顩r 
 3.2  全方位視覺(jué)傳感器的分類 
  3.2.1  折反射全方位視覺(jué)傳感器的分類 
  3.2.2  按全方位視覺(jué)傳感器的折反射次數(shù)分類 
  3.2.3  按全方位視覺(jué)傳感器大小的分類 
  3.2.4  按全方位視覺(jué)傳感器感光芯片的分類 
  3.2.5  按全方位視覺(jué)傳感器接口的分類 
  3.2.6  按全方位視覺(jué)傳感器固定方式的分類 
  3.2.7  按全方位視覺(jué)傳感器成像范圍的分類 
  3.2.8  按立體全方位視覺(jué)傳感器成像芯片個(gè)數(shù)和鏡片個(gè)數(shù)的分類 
  3.2.9  按立體全方位視覺(jué)傳感器投影光源的分類 
  3.2.10  按全方位視覺(jué)傳感器有無(wú)死角的分類 
  3.2.11  按全方位視覺(jué)傳感器有無(wú)寬動(dòng)態(tài)攝像芯片的分類 
  3.2.12  按全方位視覺(jué)傳感器成像芯片的分類 
  3.2.13  按與全方位視覺(jué)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(jué)傳感器成像的分類 
  3.2.15  按全方位視覺(jué)傳感器與其他裝置組合的分類 
 3.3  全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.1  單視點(diǎn)全方位視覺(jué)傳感器的成像原理 
  3.3.2  雙曲面全方位視覺(jué)傳感器的鏡面設(shè)計(jì) 
  3.3.3  雙曲面鏡面的垂直視場(chǎng)范圍的設(shè)計(jì) 
  3.3.4  二次折反射的全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.5  無(wú)死角全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.6  ODVS外罩的設(shè)計(jì) 
  3.3.7  寬動(dòng)態(tài)全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.8  360°×360°全球面全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.9  雙目立體全方位視覺(jué)傳感器的設(shè)計(jì) 
  3.3.10  主動(dòng)式雙目立體全方位視覺(jué)傳感器的設(shè)計(jì) 
 3.4  3D全景立體視頻圖像拍攝裝置的設(shè)計(jì) 
  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(kāi)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(jué)與關(guān)注性視覺(jué)——Where視覺(jué)和What視覺(jué)的融合 
 3.6  全方位視覺(jué)傳感器的標(biāo)定 
  3.6.1  單視點(diǎn)折反射全方位視覺(jué)傳感器的成像模型 
  3.6.2  基于多項(xiàng)式展開(kāi)成像模型的標(biāo)定算法 
  3.6.3  改進(jìn)的基于多項(xiàng)式展開(kāi)成像模型的標(biāo)定算法 
 3.7  雙目立體全方位視覺(jué)傳感器的標(biāo)定及極線配準(zhǔn) 
  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(jì)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(jué)傳感器的標(biāo)定過(guò)程 
 3.8  主動(dòng)式雙目立體全方位視覺(jué)傳感器的標(biāo)定 
 3.9  雙目立體ODVS的物點(diǎn)匹配與物點(diǎn)的空間距離計(jì)算 
  3.9.1  高斯球面坐標(biāo)與中央眼 
  3.9.2  物點(diǎn)的空間信息獲取與計(jì)算 
  3.9.3  空間物點(diǎn)的距離估算精度 
 3.10  主動(dòng)式立體ODVS空間物點(diǎn)的距離估算 
 3.11  全方位圖像的展開(kāi) 
  3.11.1  全方位圖像的柱狀展開(kāi) 
  3.11.2  全方位圖像的透視展開(kāi) 
  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(luò)拓?fù)鋱D 
  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(luò)拓?fù)浼軜?gòu)圖 
 本章結(jié)束語(yǔ) 
 參考文獻(xiàn) 
第4章  智能全景視頻分析技術(shù)的應(yīng)用 
 4.1  智能交通 
  4.1.1  動(dòng)態(tài)道路交通狀態(tài)的檢測(cè) 
  4.1.2  停車位的檢測(cè) 
  4.1.3  重大交通事故的快速測(cè)繪 
  4.1.4  道路岔口交通狀態(tài)檢測(cè)與交通信號(hào)燈的控制 
  4.1.5  交通違法行為的檢測(cè) 
  4.1.6  交通安全運(yùn)行環(huán)境的監(jiān)測(cè) 
  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(jué)的機(jī)器人技術(shù) 
 4.3  文物保護(hù)技術(shù) 
 4.4  基于全景視覺(jué)的管道、水下、井下、洞穴內(nèi)的探測(cè)技術(shù) 
 4.5  基于全景視覺(jué)的各種軍事應(yīng)用技術(shù) 
 4.6  基于全方位計(jì)算機(jī)視覺(jué)的觀察技術(shù) 
  4.6.1  基于全方位計(jì)算機(jī)視覺(jué)的植物生長(zhǎng)、植物病蟲(chóng)害觀察技術(shù) 
  4.6.2  基于全方位計(jì)算機(jī)視覺(jué)的動(dòng)物行為觀察技術(shù) 
 4.7  基于視覺(jué)的轉(zhuǎn)播技術(shù) 
  4.7.1  虛擬場(chǎng)景重建技術(shù) 
  4.7.2  具有沉浸感、現(xiàn)實(shí)感的遠(yuǎn)程教育技術(shù) 
  4.7.3  具有沉浸感、現(xiàn)實(shí)感的遠(yuǎn)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(qiáng)現(xiàn)實(shí)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(jué)的自然災(zāi)害檢測(cè)技術(shù) 
  4.8.1  基于全景視覺(jué)的火災(zāi)視頻檢測(cè) 
  4.8.2  基于全景視覺(jué)的泥石流和塌方視頻檢測(cè) 
  4.8.3  基于物聯(lián)網(wǎng)的地震預(yù)測(cè)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(zāi)檢測(cè)技術(shù) 
 4.9  基于智能全景視頻分析的獨(dú)居老人、小孩的監(jiān)護(hù)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(yùn)行監(jiān)測(cè)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(kāi)發(fā) 
  4.12.1  基于機(jī)器視覺(jué)的雨量傳感器 
  4.12.2  基于機(jī)器視覺(jué)的三維風(fēng)速風(fēng)向傳感器 
  4.12.3  基于機(jī)器視覺(jué)的生物式水質(zhì)監(jiān)測(cè)技術(shù) 
  4.12.4  基于機(jī)器視覺(jué)的生物式瓦斯監(jiān)測(cè)技術(shù) 
  4.12.5  基于機(jī)器視覺(jué)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(yīng)用 
  4.13.1  基于智能全景視頻分析技術(shù)的消費(fèi)者購(gòu)買行為分析 
  4.13.2  基于生物特征識(shí)別的人與身份證同一性檢驗(yàn)技術(shù) 
 4.14  智能全景視頻分析技術(shù)在機(jī)械方面的應(yīng)用 
  4.14.1  智能全景視頻分析技術(shù)在集裝箱吊具上的應(yīng)用 
  4.14.2  智能全景視頻分析技術(shù)在工程機(jī)械、農(nóng)業(yè)機(jī)械等方面的應(yīng)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(gè)重要轉(zhuǎn)變 
  4.15.2  智能全景視頻監(jiān)控技術(shù)的幾個(gè)主要功能 
  4.15.3  智能全景視頻監(jiān)控技術(shù)在各個(gè)行業(yè)中的解決方案 
 本章結(jié)束語(yǔ) 
第5章  智能視頻感知框架及智能全景視覺(jué)分析系統(tǒng)的快速開(kāi)發(fā)方法 
 5.1 “以人為中心”的動(dòng)態(tài)圖像理解的體系結(jié)構(gòu)及工學(xué)方法 
 5.2  智能視頻感知框架的搭建 
  5.2.1  底層視覺(jué)處理 
  5.2.2  中層視覺(jué)處理 
  5.2.3  高層視覺(jué)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(shè)計(jì)理念 
  5.4.3  基于中間件技術(shù)的智能視頻分析的項(xiàng)目開(kāi)發(fā)組織機(jī)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(shí)代的中間件技術(shù) 
 本章結(jié)束語(yǔ)