第1章 緒論
1.1 多媒體傳輸
1.2 流媒體技術的發(fā)展和應用前景
1.2.1 流媒體技術標準
1.2.2 流媒體技術的應用
1.3 流媒體應用面臨的挑戰(zhàn)
1.4 視覺跟蹤
1.4.1 視覺跟蹤在智能監(jiān)控系統中的應用
1.4.2 視覺跟蹤在其他領域中的應用
1.5 視覺跟蹤算法的分類
1.5.1 基于區(qū)域的跟蹤算法
1.5.2 基于模型的跟蹤算法
1.5.3 基于特征的跟蹤算法
1.5.4 基于主動輪廓的跟蹤算法
1.6 視覺跟蹤的常用數學方法
1.6.1 參數估計方法
1.6.2 無參密度估計方法
1.7 本書的結構和安排
參考文獻
第2章 流媒體傳輸和視覺跟蹤基礎
2.1 流媒體系統的分類
2.1.1 傳統的流媒體
2.1.2 基于CDN的流媒體系統
2.1.3 基于P2P技術的流媒體系統
2.2 流媒體調度算法
2.3 代理服務器緩存算法
2.4 流媒體預取算法
2.5 流媒體數據分配算法
2.6 流媒體接納控制算法
2.7 流媒體復制技術
2.7.1 流媒體復制對象的選擇
2.7.2 流媒體副本個數
2.7.3 流媒體副本放置的位囂
2.7.4 流媒體的更新控制
2.8 視頻點播類業(yè)務的系統模型
2.8.1 用戶請求模型
2.8.2 節(jié)目的流行度特性
2.8.3 系統仿真平臺
2.9 視覺跟蹤相關技術
2.9.1 遮擋的處理
2.9.2 輔助物的利用
2.9.3 特征選擇
2.10 視覺注意轉移機制
2.10.1 視覺注意
2.10.2 轉移機制
2.10.3 視覺注意在跟蹤上的應用
2.11 小結
參考文獻
第3章 基于代理緩存的流媒體動態(tài)調度算法
3.1 流媒體調度算法分析
3.2 DS2AMPC算法
3.3 DS2AMPC算法性能分析
3.4 小結
參考文獻
第4章 基于段流行度的流媒體代理服務器緩存算法
4.1 流媒體代理服務器緩存算法
4.2 新的緩存算法P2CAS2M
4.2.1 緩存接納算法
4.2.2 緩存替換算法
4.3 仿真實驗
4.4 小結
參考文獻
第5章 基于自然數分段的流媒體主動預取算法
5.1 當前算法中的問題
5.2 流媒體主動預取算法
5.2.1 自然數分段方法
5.2.2 主動預取
5.3 仿真實驗
5.4 小結
參考文獻
第6章 基于主動預取的流媒體代理服務器緩存算法
6.1 流媒體主動預取算法
6.2 P2A2SM算法
6.2.1 主動預取
6.2.2 PcA2SM算法
6.2.3 PcRAsM算法
6.3 仿真實驗
6.4 小結
參考文獻
第7章 基于交互式段流行度的流媒體代理服務器緩存算法
7.1 流媒體交互式緩存算法
7.2 P2CAS2IM算法
7.2.1 緩存接納算法P2CAS2IM
7.2.2 緩存替換算法P2CAS2IM
7.3 仿真實驗
7.4 小結
參考文獻
第8章 基于對等網絡的流媒體數據分配算法
8.1 P2P流媒體數據分配算法
8.2 DA2SMP2P算法
8.3 算法分析
8.3.1 理論分析
8.3.2 仿真實驗
8.4 小結
參考文獻
第9章 基于對等網絡的流媒體接納控制算法
9.1 當前算法中的問題
9.2 A2CSMP2P算法
9.2.1 提供節(jié)點
9.2.2 請求節(jié)點
9.3 算法分析
9.4 仿真實驗
9.5 小結
參考文獻
第10章 面向人體運動視覺跟蹤的多線索融合算法
10.1 當前算法中的問題
10.2 特征提取算法
10.2.1 預測目標位置特征
10.2.2 運動連續(xù)性特征
10.2.3 目標顏色特征
lO.3 動態(tài)自適應多線索融合
10.4 小結
參考文獻
第ll章 基于視覺注意和多線索融合的人體運動視覺跟蹤算法
11.1視覺注意機制
11.1.1 白底向上的視覺注意機制
11.1.2 自頂向下的視覺注意機制
11.2 人體運動視覺跟蹤算法
11.2.1 輔助物的視覺跟蹤
11.2.2 多線索融合
11.3 小結
參考文獻
第12章 視覺跟蹤實驗與分析
12.1 實驗序列的采集和說明
12.2 參數設置
12.3 實驗結果和分析
12.4 小結
第13章 結論與展望
13.1 多媒體傳輸關鍵技術
13.2 視覺跟蹤關鍵技術
縮略詞