✍ Scribed by 谢剑斌
No coin nor oath required. For personal study only.
《视觉大数据基础与应用》是视频大数据处理领域的著作。为使读者全面了解海量视频分析与搜索的基础知识及应用方法，本书首先介绍海量视频概论、海量视频模型、海量视频管理和海量视频分析等相关基础知识，然后具体阐述面向大数据的大规模人脸搜索系统、面向高清卡口的车辆车牌与车标等信息搜索系统、暴力行为检测系统、可疑行为检测系统、海量视频摘要系统和海量视频管控平台等典型的海量视频分析与搜索实例，并将海量视频分析与搜索领域的新技术和新成果贯穿于全文的描述之中。
《视觉大数据基础与应用》主要适用于从事海量视频分析与处理领域的应用开发和工程施工技术人员阅读。
封面
扉页
内容简介
版权页
前言
目录
第1章 海量视频概述
1.1 视觉大数据
1.2 关键技术
1.3 应用领域
1.4 挑战与发展
第2章 海量视频模型
2.1 HSV颜色模型
2.2 肤色模型
2.3 形状模型
2.4 人体可变形模型
2.5 混合高斯模型
2.6 概率图模型
2.7 感兴趣区域模型（ROI）
2.8 视觉显著性模型
2.9 多分辨率模型
2.10 视觉词袋模型
2.11 视频语义模型
第3章 海量视频管理
3.1 视频数据库
3.2 集中式视频数据库
3.3 分布式视频数据库
3.4 博世视频管理系统
3.5 微博视频管理系统
3.6 VOD视频点播及管理系统
第4章 海量视频分析
4.1 Harris描述子
4.2 SIFT描述子
4.3 K均值聚类方法
4.4 K近邻法
4.5 SVM方法
4.6 BP网络
4.7 多感知器模型
4.8 卷积神经网络（CNN）
4.9 AdaBoost方法
4.10 模拟退火方法
4.11 遗传方法
第5章 大规模人脸搜索系统
5.1 概述
5.2 人脸检测
5.3 人脸特征提取
5.4 人脸特征比对
5.5 “大海捞针”人脸搜索系统
第6章 高清卡口车辆信息搜索系统
6.1 车辆信息搜索
6.2 车牌搜索子系统
6.3 车标搜索子系统
第7章 暴力行为检测系统
7.1 暴力行为
7.2 暴力行为检测
7.3 基于对象层次的暴力行为检测系统
7.4 基于光流变化的暴力行为检测系统
7.5 基于运动着色的暴力行为检测系统
第8章 可疑行为检测系统
8.1 可疑行为
8.2 可疑行为检测
8.3 基于轨迹特征的可疑行为检测系统
8.4 基于运动方向的可疑行为检测系统
8.5 基于形状特征的可疑行为检测系统
第9章 海量视频摘要系统
9.1 视频摘要
9.2 视频摘要过程
9.3 特征提取和表示
9.4 典型系统
第10章 海量视频管控平台
10.1 平台要求
10.2 平台架构
10.3 平台组成
10.4 平台服务器
10.5 平台功能
10.6 平台应用
正文结束
📜 SIMILAR VOLUMES
<p> 吕云翔、钟巧灵、衣志昊编著的《大数据基础及应用(大数据技术与应用专业规划教材)》从大数据的基本概念开始，由浅人深地领会大数据的精髓。本书除了讲述必要的大数据理论之外，还通过大数据实践来讲述大数据技术的应用，包括如何运用阿里云大数据计算平台分析和解决实际问题，很好地体现了大数据理论与实践的有机结合。</p> <p>本书分为三大部分，分别是大数据概述及基础、</p> <p>大数据处理和大数据分析与应用。其中，大数据概述及基础部分重点介绍数据组织、重要数据结构、大数据协同技术以及大数据存储技术等内容；大数据处理部分重点介绍大数据处理框架，包括大数据批处理和流处理框架等内容；大数据分析与应
<p>在大数据时代，R以其强大的数据分析挖掘、可视化绘图等功能，越来越受到社会各个领域的青睐。现在，R的计算引擎、性能、程序包都得到了提升，其中R与大数据分析平台Hadoop的结合，实现了R对大数据的分析式处理分析。这些不仅大大扩展了R的应用，也扩大了R在各行业的需求。</p> <p>为了更好地适应新形势，掌握大数据分析处理的相关知识是很有必要的。本书从理论基础、方法、实证三方面详细地阐释了R和RHadoop的相关理论、技术以及应用，使读者了解大数据的基础概念，掌握R以及Rhadoop大数据分析技术。本书不仅适合高等院校的各相关专业的本专科生、研究生，也适合零编程基础的科研人员以及对大数据分
<p>《数据库基础与应用》强调以“应用”为主，在内容上不求大而全，而是以SQL Server 2008为主线，有选择地在相应的位置介绍数据库原理的相关知识，使学生不仅能够熟练操作SQL Server 2008数据库管理系统，而且能够以数据库原理为指导，设计合理、规范、实用的数据库。</p> <p>本教材介绍数据库应用的基本概念，并通过案例驱动，介绍SQL Server 2008数据库的实际应用。教材构架体现了从基础知识到实际应用的认知体系，系统地介绍数据库理论和SQL Server 2008数据库的具体应用。包括SQL Server 2008系统安装、Transact-SQL程序设计、数据库
本书从理论结合实践的角度，讲解大数据的概念和技术。全书共分为7章，主要内容包括什么是大数据、大数据的特征、大数据的作用与应用、大数据的技术与分析；通过实例讲解Data Studio的使用方法,DB2、UDB和JDBC的相关知识,集成数据管理的知识，IBM InfoSphere软件；详细讨论大数据环境下的安全与治理；通过实例讲解了Hadoop技术。
本书共分七章，主要内容包括:大数据与数据分析、大数据存储、大数据分析工具、大数据与信息安全、基于二部图网络的电子商务推荐算法研究、基于位置的社交网络好友推荐算法研究、基于稀有类分类的信用卡欺诈识别研究。
本书对大数据挖掘与应用的基本算法进行了系统的介绍，每种算法不仅包括对算法基本原理的介绍，而且配有大量的例题以及基于阿里云数加平台的演示，这种理论与实践相结合的方式极大地方便了读者对抽象的数据挖掘算法的理解和掌握。本书共17章，内容覆盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法及常见的数据挖掘应用，具体章节包括大数据简介、数据预处理技术、关联规则挖掘、逻辑回归方法、KNN算法、朴素贝叶斯分类算法、随机森林分类算法、支持向量机、人工神经网络算法、决策树分类算法、Kmeans聚类算法、K中心点聚类算法、自组织神经网络聚类算法、DBSCAN聚类算法以及社交网络分析方法及应用、文本分析方法及