基于多層次理解的視頻分析技術(shù)與應(yīng)用

　　在“視頻大數(shù)據(jù)”時(shí)代，利用人工智能技術(shù)對(duì)視頻中的目標(biāo)行為進(jìn)行智能識(shí)別與分析，可為公共與國防安全、體育與娛樂等領(lǐng)域的諸多應(yīng)用提供更高層級(jí)的技術(shù)支持。本書以體育場(chǎng)景為重點(diǎn)，進(jìn)行案例剖析。研究體育運(yùn)動(dòng)中人類活動(dòng)規(guī)律，構(gòu)造智能系統(tǒng)，可為提高運(yùn)動(dòng)員競(jìng)技能力、促進(jìn)大眾科學(xué)健身提供新的高科技手段，極大提高了體育產(chǎn)業(yè)的智能化程度。本書剖析了主流的視頻行為分析技術(shù)，基于多個(gè)層次對(duì)體育視頻中個(gè)體及群體行為進(jìn)行理解，重點(diǎn)研究了體育視頻中的目標(biāo)跟蹤與行為識(shí)別，具體包括單目標(biāo)跟蹤，多目標(biāo)跟蹤，單目標(biāo)行為識(shí)別，群體行為識(shí)別等智能視覺任務(wù)，涉及關(guān)系學(xué)習(xí)，監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)等優(yōu)化方法。本書剖析了體育場(chǎng)景的特殊性，體育目標(biāo)描述的復(fù)雜性，體育群體關(guān)系建模的專業(yè)性等難題，并提出一系列基于深度模型的解決方法，建立起契合體育場(chǎng)景的、高效魯棒的目標(biāo)分析框架，以供廣大讀者參考。編輯團(tuán)隊(duì)總結(jié)了人工智能在視頻分析領(lǐng)域的最新成果，在編寫過程中參考了大量書籍、文獻(xiàn)及手冊(cè)資料，在此向各位相關(guān)作者表示誠摯的感謝。同時(shí)，由于作者水平有限，而且智能體育分析技術(shù)是一種正在不斷發(fā)展和完善的技術(shù)，本書難以概括全面，敬請(qǐng)讀者批評(píng)指正。

　　孔龍騰，北京郵電大學(xué)博士后，畢業(yè)于北京航空航天大學(xué)，長期從事計(jì)算機(jī)視覺與模式識(shí)別研究。發(fā)表IEEE Transactions on Image Processing （TIP），IEEE Transactions on Circuits and Systems for Video Technology （TCSVT）等國際權(quán)威期刊或會(huì)議15篇，其中第一作者或通訊作者5篇，均為中科院1區(qū)），主持或參與國自然青年基金項(xiàng)目、國自然面上項(xiàng)目、科技部重點(diǎn)研發(fā)項(xiàng)目、港澳臺(tái)專項(xiàng)項(xiàng)目8項(xiàng)?，F(xiàn)為人工智能頂級(jí)期刊TIP、TCSVT、TMM等審稿人，北京圖象圖形學(xué)學(xué)會(huì)（BSIG）青年工作委員會(huì)委員、人工智能人機(jī)交互專委會(huì)委員。