前言
第1章 视频大数据智慧计算绪论
1.1 视频大数的特点
1.2 视频大数据对智慧计算的需求
1.3 视频大数智慧计算的分类
第2章 视频大数据空间智慧计算方法
2.1 识别知识库下物体识别的方法
2.1.1 现有物体识别方法的不足
2.1.2 基于识别知识库的新方法的思路
2.1.3 基于识别知识库的新方法的实施方式
2.2 图像处理中物体自动识别并三维重建的方法
2.2.1 现有物体识别重建方法的不足
2.2.2 基于图像样本的新方法的思路
2.2.3 基于图像样本的新方法的实施方式
2.3 三维模型库下二维图像识别和物体重建的方法
2.3.1 现有图像识别重建方法的不足
2.3.2 基于三维模型库的新方法的思路
2.3.3 基于三维模型库的新方法的实施方式
第3章 视频时间智慧计算方法
3.1 视频分片并行转码的方法
3.1.1 现有视频转码方法的不足
3.1.2 基于分片并行的新方法的思路
3.1.3 基于分片并行的新方法的实施方式
3.2 基于重叠边界的多媒体切片转码的方法
3.2.1 现有多媒体切片转码方法的不足
3.2.2 基于重叠边界的新方法的思路
3.2.3 基于重叠边界的新方法的实施方式
3.3 直播视频和实时视频的分片转码的方法
3.3.1 现有直播视频和实时视频转码方法的不足
3.3.2 基于分片的新方法的思路
3.3.3 基于分片的新方法的实施方式
第4章 视频时空编解码智慧计算方法
4.1 视频自适应转码的方法
4.1.1 现有视频转码方法的不足
4.1.2 自适应的新方法的思路
4.1.3 自适应的新方法的实施方式
4.2 基于自动切分的多媒体并行的方法
4.2.1 现有多媒体并行方法的不足
4.2.2 基于自动切分的新方法的思路
4.2.3 基于自动切分的新方法的实施方式
4.3 基于图像库的视频和图像的编码解码的方法
4.3.1 现有视频图像编解码方法的不足
4.3.2 基于图像库的新方法的思路
4.3.3 基于图像库的新方法的实施方式
第5章 视频时空监控智慧计算方法
5.1 智慧城市视频监控的方法S
5.1.1 现有城市视频监控方法的不足
5.1.2 自动化的新方法的思路
5.1.3 自动化的新方法的实施方式
5.2 多类视频设备同步监控的方法
5.2.1 现有视频监控方法的不足
5.2.2 多类设备同步的新方法的思路
5.2.3 多类设备同步的新方法的实施方式
5.3 自动监测仿真及其并行化处理的方法
5.3.1 现有监测仿真方法的不足
5.3.2 有机结合的新方法的思路
5.3.3 有机结合的新方法的实施方式
第6章 视频时空审查智慧计算方法
6.1 视频数据云审查的方法
6.1.1 现有视频数据审查方法的不足
6.1.2 基于云的新方法的思路
6.1.3 基于云的新方法的实施方式
6.2 深入融合视频审查的方法
6.2.1 现有视频审查方法的不足
6.2.2 深人融合的新方法的思路
6.2.3 深人融合的新方法的实施方式
6.3 基于感知知识库的视频内容审查的方法
6.3.1 现有视频内容审查方法的不足
6.3.2 基于感知知识库的新方法的思路
6.3.3 基于感知知识库的新方法的实施方式
第7章 视频时空处理智慧计算方法
7.1 基于熵的视频分类的方法
7.1.1 现有视频分类方法的不足
7.1.2 基于熵的新方法的思路
7.1.3 基于熵的新方法的实施方式
7.2 视频内容中自适应投放广告的方法
7.2.1 现有视频广告投放方法的不足
7.2.2 自适应的新方法的思路
7.2.3 自适应的新方法的实施方式
7.3 基于重复特征和相似特征的视频自动拆分的方法
7.3.1 现有视频拆分方法的不足
7.3.2 基于重复相似特征的新方法的思路
7.3.3 基于重复相似特征的新方法的实施方式
7.4 基于播报特征及播报员知识库的新闻自动拆条的方法
7.4.1 现有新闻视频拆条方法的不足
7.4.2 基于播报特征及播报员知识库的新方法的思路
7.4.3 基于播报特征及播报员知识库的新方法的实施方式
参考文献
后记
· · · · · · (收起)