视频大数据智慧计算方法

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S5.1.1 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

《视频大数据智慧计算方法》可作为大学和研究院所相关专业的教学用书和研究用书，同时还可以供政府部门和企事业单位参考。《视频大数据智慧计算方法》以空间为纬度来研究视频大数据中图像的识别、重建，以时间为经度来研究视频大数据中帧间的切分、转码，以时空为经纬度来研究视频大数据内容的监控、审查、分类。《视频大数据智慧计算方法》的原创性在于：提出并研究给出了视频大数据智慧计算方法，具体又提出并研究给出了视频大数据空间智慧计算方法、视频大数据时间智慧计算方法、视频大数据时空编解码智慧计算方法、视频大数据时空监控智慧计算方法、视频大数据时空审查智慧计算方法、视频大数据时空分类智慧计算方法。