Introduction to Intelligent Surveillance : Surveillance Data Capture, Transmission, and Analytics

ویرایش: [2nd ed.] 
نویسندگان: Yan. Wei Qi  
سری: SpringerLink : Bücher 
ISBN (شابک) : 9783319602288, 9783319602271 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 191
[199] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

قیمت کتاب (تومان) : 35,000



این کتاب درسی/مرجع قابل دسترسی، مفاهیم اساسی و مسائل عملی مربوط به طراحی سیستم‌های نظارت دیجیتالی را بررسی می‌کند که به طور کامل از قدرت تکنیک‌های محاسباتی هوشمند استفاده می‌کنند. این کتاب پوشش جامعی از تمام جنبه‌های چنین سیستم‌هایی، از کالیبراسیون دوربین و ضبط داده‌ها، تا انتقال امن داده‌های نظارتی را ارائه می‌کند. علاوه بر تشخیص و تشخیص اشیاء و ویژگی‌های بیومتریک، این متن همچنین مشاهده خودکار رویدادهای نظارتی را بررسی می‌کند، و اینکه چگونه می‌توان این امر را از طریق استفاده از روش‌های یادگیری عمیق و فناوری ابررایانه افزایش داد. این نسخه جدید به‌روزرسانی شده دارای پوشش گسترده‌ای درباره تشخیص چهره، تشخیص عابر پیاده و حفظ حریم خصوصی برای نظارت هوشمند است.

موضوعات و ویژگی‌ها: شامل سؤالات و تمرین‌های مروری در هر فصل، همراه با واژه‌نامه است. اصول پیاده سازی یک سیستم نظارت هوشمند و تجزیه و تحلیل داده های نظارتی، از جمله طیف وسیعی از ویژگی های بیومتریک را شرح می دهد. اهمیت امنیت شبکه و پزشکی قانونی دیجیتال در ارتباط داده های نظارتی و همچنین مسائل مربوط به حریم خصوصی و اخلاقی را بررسی می کند. روش تشخیص شی Viola-Jones و الگوریتم HOG برای تشخیص رفتار عابر پیاده و انسان را مورد بحث قرار می دهد. استفاده از هوش مصنوعی را برای نظارت خودکار رویدادهای نظارتی و رویکردهای تصمیم‌گیری برای تعیین نیاز به مداخله انسانی بررسی می‌کند. یک مطالعه موردی روی سیستمی ارائه می‌کند که وقتی وسیله نقلیه در چراغ قرمز توقف نمی‌کند، زنگ هشدار ایجاد می‌کند و شماره پلاک خودرو را شناسایی می‌کند. استفاده از فناوری‌های ابر محاسباتی پیشرفته برای نظارت دیجیتال، مانند FPGA، GPU و محاسبات موازی را بررسی می‌کند.

این کتاب درسی مختصر و تست شده در کلاس درس برای دوره های کارشناسی و کارشناسی ارشد در زمینه نظارت هوشمند ایده آل است. محققان علاقه مند به ورود به این حوزه نیز این کتاب را به عنوان یک مرجع خودآموز مفید خواهند یافت.

This accessible textbook/reference reviews the fundamental concepts and practical issues involved in designing digital surveillance systems that fully exploit the power of intelligent computing techniques. The book presents comprehensive coverage of all aspects of such systems, from camera calibration and data capture, to the secure transmission of surveillance data. In addition to the detection and recognition of objects and biometric features, the text also examines the automated observation of surveillance events, and how this can be enhanced through the use of deep learning methods and supercomputing technology. This updated new edition features extended coverage on face detection, pedestrian detection and privacy preservation for intelligent surveillance.

Topics and features: contains review questions and exercises in every chapter, together with a glossary; describes the essentials of implementing an intelligent surveillance system and analyzing surveillance data, including a range of biometric characteristics; examines the importance of network security and digital forensics in the communication of surveillance data, as well as issues of issues of privacy and ethics; discusses the Viola-Jones object detection method, and the HOG algorithm for pedestrian and human behavior recognition; reviews the use of artificial intelligence for automated monitoring of surveillance events, and decision-making approaches to determine the need for human intervention; presents a case study on a system that triggers an alarm when a vehicle fails to stop at a red light, and identifies the vehicle’s license plate number; investigates the use of cutting-edge supercomputing technologies for digital surveillance, such as FPGA, GPU and parallel computing.

This concise, classroom-tested textbook is ideal for undergraduate and postgraduate-level courses on intelligent surveillance. Researchers interested in entering this area will also find the book suitable as a helpful self-study reference.