掃一掃
關(guān)注中圖網(wǎng)
官方微博
多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù) 版權(quán)信息
- ISBN：9787030391216
- 條形碼：9787030391216 ; 978-7-03-039121-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù) 本書特色
隨著寬帶的普及和通信網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，以多媒體傳輸技術(shù)為基礎(chǔ)的流媒體技術(shù)的應(yīng)用越來越廣泛。流媒體技術(shù)的應(yīng)用為網(wǎng)絡(luò)信息交流帶來革命性的變化，對人們的工作和生活產(chǎn)生深遠(yuǎn)的影響。在流媒體技術(shù)領(lǐng)域。圍繞流媒體內(nèi)容的調(diào)度、緩存、預(yù)取、數(shù)據(jù)分配和接納控制的研究已經(jīng)成為熱點，楊戈專著的《多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù)》對這些問題進(jìn)行了較深入的探討。本書總結(jié)了作者在多媒體傳輸領(lǐng)域的主要研究成果，提出了以下幾種算法：基于自然數(shù)分段的流媒體主動預(yù)取算法、基于主動預(yù)取的流媒體代理服務(wù)器緩存算法、基于段流行度的流媒體代理服務(wù)器緩存算法、基于交互式段流行度的流媒體代理服務(wù)器緩存算法、基于代理緩存的流媒體動態(tài)調(diào)度算法、基于對等網(wǎng)絡(luò)的流媒體數(shù)據(jù)分配算法和基于對等網(wǎng)絡(luò)的流媒體接納控制算法，并實現(xiàn)了視頻流媒體仿真平臺，對上述算法進(jìn)行了仿真驗證和性能分析。
多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù) 內(nèi)容簡介
《多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù)》介紹了多媒體傳輸與視覺跟蹤中的關(guān)鍵技術(shù)，第1～2章介紹了多媒體傳輸和視覺跟蹤技術(shù)的應(yīng)用領(lǐng)域和常用方法以及分類，第3～9章分別介紹了基于cdn和基于p2p的多媒體傳輸關(guān)鍵技術(shù)，第 10～12章介紹視覺跟蹤關(guān)鍵技術(shù)，第13章總結(jié)與展望多媒體傳輸和視覺跟蹤關(guān)鍵技術(shù)。 楊戈專著的《多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù)》可作為普通高等院校信息與通信、多媒體等相關(guān)領(lǐng)域研究生和本科生的教材，也可供流媒體和計算機(jī)視覺領(lǐng)域的專業(yè)技術(shù)人員閱讀參考。
多媒體傳輸與視覺跟蹤關(guān)鍵技術(shù) 目錄
第1章 緒論
1．1 多媒體傳輸
1．2 流媒體技術(shù)的發(fā)展和應(yīng)用前景
1．2．1 流媒體技術(shù)標(biāo)準(zhǔn)
1．2．2 流媒體技術(shù)的應(yīng)用
1．3 流媒體應(yīng)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(tǒng)中的應(yīng)用
1．4．2 視覺跟蹤在其他領(lǐng)域中的應(yīng)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(shù)學(xué)方法
1．6．1 參數(shù)估計方法
1．6．2 無參密度估計方法
1．7 本書的結(jié)構(gòu)和安排
參考文獻(xiàn)
第2章 流媒體傳輸和視覺跟蹤基礎(chǔ)
2．1 流媒體系統(tǒng)的分類
2．1．1 傳統(tǒng)的流媒體
2．1．2 基于cdn的流媒體系統(tǒng)
2．1．3 基于p2p技術(shù)的流媒體系統(tǒng)
2．2 流媒體調(diào)度算法
2．3 代理服務(wù)器緩存算法
2．4 流媒體預(yù)取算法
2．5 流媒體數(shù)據(jù)分配算法
2．6 流媒體接納控制算法
2．7 流媒體復(fù)制技術(shù)
2．7．1 流媒體復(fù)制對象的選擇
2．7．2 流媒體副本個數(shù)
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(wù)的系統(tǒng)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(tǒng)仿真平臺
2．9 視覺跟蹤相關(guān)技術(shù)
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(zhuǎn)移機(jī)制
2．10．1 視覺注意
2．10．2 轉(zhuǎn)移機(jī)制
2．10．3 視覺注意在跟蹤上的應(yīng)用
2．11 小結(jié)
參考文獻(xiàn)
第3章 基于代理緩存的流媒體動態(tài)調(diào)度算法
3．1 流媒體調(diào)度算法分析
3．2 ds2ampc算法
3．3 ds2ampc算法性能分析
3．4 小結(jié)
參考文獻(xiàn)
第4章 基于段流行度的流媒體代理服務(wù)器緩存算法
4．1 流媒體代理服務(wù)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(jié)
參考文獻(xiàn)
第5章 基于自然數(shù)分段的流媒體主動預(yù)取算法
5．1 當(dāng)前算法中的問題
5．2 流媒體主動預(yù)取算法
5．2．1 自然數(shù)分段方法
5．2．2 主動預(yù)取
5．3 仿真實驗
5．4 小結(jié)
參考文獻(xiàn)
第6章 基于主動預(yù)取的流媒體代理服務(wù)器緩存算法
6．1 流媒體主動預(yù)取算法
6．2 p2a2sm算法
6．2．1 主動預(yù)取
6．2．2 pca2sm算法
6．2．3 pcrasm算法
6．3 仿真實驗
6．4 小結(jié)
參考文獻(xiàn)
第7章 基于交互式段流行度的流媒體代理服務(wù)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(jié)
參考文獻(xiàn)
第8章 基于對等網(wǎng)絡(luò)的流媒體數(shù)據(jù)分配算法
8．1 p2p流媒體數(shù)據(jù)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(jié)
參考文獻(xiàn)
第9章 基于對等網(wǎng)絡(luò)的流媒體接納控制算法
9．1 當(dāng)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(jié)
參考文獻(xiàn)
第10章 面向人體運(yùn)動視覺跟蹤的多線索融合算法
10．1 當(dāng)前算法中的問題
10．2 特征提取算法
10．2．1 預(yù)測目標(biāo)位置特征
10．2．2 運(yùn)動連續(xù)性特征
10．2．3 目標(biāo)顏色特征
lo．3 動態(tài)自適應(yīng)多線索融合
10．4 小結(jié)
參考文獻(xiàn)
第ll章 基于視覺注意和多線索融合的人體運(yùn)動視覺跟蹤算法
11．1視覺注意機(jī)制
11．1．1 白底向上的視覺注意機(jī)制
11．1．2 自頂向下的視覺注意機(jī)制
11．2 人體運(yùn)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(jié)
參考文獻(xiàn)
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(shù)設(shè)置
12．3 實驗結(jié)果和分析
12．4 小結(jié)
第13章 結(jié)論與展望
13．1 多媒體傳輸關(guān)鍵技術(shù)
13．2 視覺跟蹤關(guān)鍵技術(shù)
縮略詞
1．1 多媒體傳輸
1．2 流媒體技術(shù)的發(fā)展和應(yīng)用前景
1．2．1 流媒體技術(shù)標(biāo)準(zhǔn)
1．2．2 流媒體技術(shù)的應(yīng)用
1．3 流媒體應(yīng)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(tǒng)中的應(yīng)用
1．4．2 視覺跟蹤在其他領(lǐng)域中的應(yīng)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(shù)學(xué)方法
1．6．1 參數(shù)估計方法
1．6．2 無參密度估計方法
1．7 本書的結(jié)構(gòu)和安排
參考文獻(xiàn)
第2章 流媒體傳輸和視覺跟蹤基礎(chǔ)
2．1 流媒體系統(tǒng)的分類
2．1．1 傳統(tǒng)的流媒體
2．1．2 基于cdn的流媒體系統(tǒng)
2．1．3 基于p2p技術(shù)的流媒體系統(tǒng)
2．2 流媒體調(diào)度算法
2．3 代理服務(wù)器緩存算法
2．4 流媒體預(yù)取算法
2．5 流媒體數(shù)據(jù)分配算法
2．6 流媒體接納控制算法
2．7 流媒體復(fù)制技術(shù)
2．7．1 流媒體復(fù)制對象的選擇
2．7．2 流媒體副本個數(shù)
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(wù)的系統(tǒng)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(tǒng)仿真平臺
2．9 視覺跟蹤相關(guān)技術(shù)
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(zhuǎn)移機(jī)制
2．10．1 視覺注意
2．10．2 轉(zhuǎn)移機(jī)制
2．10．3 視覺注意在跟蹤上的應(yīng)用
2．11 小結(jié)
參考文獻(xiàn)
第3章 基于代理緩存的流媒體動態(tài)調(diào)度算法
3．1 流媒體調(diào)度算法分析
3．2 ds2ampc算法
3．3 ds2ampc算法性能分析
3．4 小結(jié)
參考文獻(xiàn)
第4章 基于段流行度的流媒體代理服務(wù)器緩存算法
4．1 流媒體代理服務(wù)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(jié)
參考文獻(xiàn)
第5章 基于自然數(shù)分段的流媒體主動預(yù)取算法
5．1 當(dāng)前算法中的問題
5．2 流媒體主動預(yù)取算法
5．2．1 自然數(shù)分段方法
5．2．2 主動預(yù)取
5．3 仿真實驗
5．4 小結(jié)
參考文獻(xiàn)
第6章 基于主動預(yù)取的流媒體代理服務(wù)器緩存算法
6．1 流媒體主動預(yù)取算法
6．2 p2a2sm算法
6．2．1 主動預(yù)取
6．2．2 pca2sm算法
6．2．3 pcrasm算法
6．3 仿真實驗
6．4 小結(jié)
參考文獻(xiàn)
第7章 基于交互式段流行度的流媒體代理服務(wù)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(jié)
參考文獻(xiàn)
第8章 基于對等網(wǎng)絡(luò)的流媒體數(shù)據(jù)分配算法
8．1 p2p流媒體數(shù)據(jù)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(jié)
參考文獻(xiàn)
第9章 基于對等網(wǎng)絡(luò)的流媒體接納控制算法
9．1 當(dāng)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(jié)
參考文獻(xiàn)
第10章 面向人體運(yùn)動視覺跟蹤的多線索融合算法
10．1 當(dāng)前算法中的問題
10．2 特征提取算法
10．2．1 預(yù)測目標(biāo)位置特征
10．2．2 運(yùn)動連續(xù)性特征
10．2．3 目標(biāo)顏色特征
lo．3 動態(tài)自適應(yīng)多線索融合
10．4 小結(jié)
參考文獻(xiàn)
第ll章 基于視覺注意和多線索融合的人體運(yùn)動視覺跟蹤算法
11．1視覺注意機(jī)制
11．1．1 白底向上的視覺注意機(jī)制
11．1．2 自頂向下的視覺注意機(jī)制
11．2 人體運(yùn)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(jié)
參考文獻(xiàn)
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(shù)設(shè)置
12．3 實驗結(jié)果和分析
12．4 小結(jié)
第13章 結(jié)論與展望
13．1 多媒體傳輸關(guān)鍵技術(shù)
13．2 視覺跟蹤關(guān)鍵技術(shù)
縮略詞
展開全部
書友推薦
- >
月亮虎
- >
詩經(jīng)-先民的歌唱
- >
羅庸西南聯(lián)大授課錄
- >
苦雨齋序跋文-周作人自編集
- >
李白與唐代文化
- >
史學(xué)評論
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
煙與鏡
本類暢銷
