视频已成为感知地理环境细微变化的重要数据来源。本书针对如何在地理空间挖掘视频数据中丰富的时空动态信息这一问题，设计了地理视频数据模型，提出了视频数据地理空间化方法，以人群状态智能感知为例，系统阐述了地理视频在智能感知与分析地理环境时空动态变化中的作用和重要性。 本书可供大专院校和科研院所从事地理信息科学研究等相关专业的研究生及科研人员阅读，还可供政府管理部门及*单位有关科研及技术人员参考使用。

前言
章 绪论
1.1 GIS发展状况
1.2 地理超媒体
1.3 地理视频
1.4 智能视频分析
1.5 视频与GIS
1.6 章节安排
参考文献
第2章 地理视频数据模型与应用
2.1 地理视频数据模型
2.2 基于Web的地理视频系统
2.2.1 总体设计
2.2.2 功能设计
2.2.3 数据库设计
2.2.4 系统实现
2.3 地理视频对三维地理场景的增强
2.3.1 三维地理视频数据模型
2.3.2 三维地理视频数据处理与组织
2.3.3 原型系统
参考文献
第3章 监控视频数据地理空间化方法
3.1 基础理论
3.1.1 相机模型
3.1.2 相机标定
3.1.3 三维图形绘制技术
3.2 基于单应变换的视频数据空间化
3.3 监控视频与2D地理空间数据互映射
3.3.1 2D互映射模型
3.3.2 2D互映射算法
3.3.3 监控视频的2D互映射实验
3.3.4 监控视频的2D互映射特性
3.4 监控视频与3D地理空间数据互映射
3.4.1 3D互映射模型
3.4.2 3D互映射算法
3.4.3 监控视频的3D互映射实验
3.4.4 监控视频的3D互映射特性
3.5 基于地理空间数据的互映射方法
3.5.1 映射矩阵计算
3.5.2 算法设计
3.5.3 实验分析
3.5.4 不确定性分析
3.6 基于特征匹配的半自动化互映射方法
3.6.1 灭点计算及线性特征提取
3.6.2 融合灭点与线性特征信息的匹配方法
3.6.3 实验分析
参考文献
第4章 人群监控与模拟研究
4.1 人群监控与管理
4.2 人群基本特征
4.2.1 人群密度
4.2.2 人群速度
4.2.3 人群流量
4.2.4 不同场所的人群特征
4.2.5 人群状态类型
4.3 人群分析方法
4.3.1 人群特征数据采集
4.3.2 人群流动分析
4.3.3 人群分析应用
4.4 人群流动建模与模拟
4.4.1 宏观模型模拟
4.4.2 微观模型模拟
4.5 基于视频的人群状态分析
4.5.1 人群密度估计
4.5.2 群体行为理解
4.6 人群分析研究现状
参考文献
第5章 人群特征提取技术
5.1 可跨相机的人群密度估计模型
5.1.1 低密度人群估计模型
5.1.2 高密度人群估计模型
5.1.3 自适应人群密度估计
5.2 人群运动特征提取
5.2.1 光流法原理概述
5.2.2 Lucas-Kanade光流算法
5.2.3 GIS环境下的光流场计算
5.3 人群特征提取实验
5.3.1 视频的地理空间映射结果分析
5.3.2 人群密度估计结果分析
5.3.3 人群运动矢量场结果分析
参考文献
第6章 人群行为模式分析
6.1 群体运动模式分析
6.1.1 群体运动模式的分类
6.1.2 群体运动模式的判断
6.2 群体运动趋势分析
6.3 群体运动速度估算
6.4 群体异常行为分析
6.4.1 群体异常行为类型
6.4.2 矢量场分析
6.4.3 群体异常行为检测
6.5 实验结果分析
参考文献
第7章 区域人群特征的时空分析
7.1 群体行为模式的GIS表达模型
7.2 区域人群状态推演模型
7.2.1 贝叶斯网络模型
7.2.2 人群流动系统的贝叶斯网络模型
7.2.3 人群状态推理贝叶斯网络模型构建
7.3 区域人群状态的推演实验
7.3.1 实验区概况
7.3.2 贝叶斯网络构建
7.3.3 推演结果分析
7.4 人群状态的时空格局演化特征实验
7.4.1 实验数据来源
7.4.2 时空演化分析
7.5 区域人群状态智能感知系统
7.5.1 系统总体设计
7.5.2 系统功能设计
7.5.3 开发运行环境
7.5.4 系统工作流程
7.5.5 系统实现
参考文献
第8章 视频GIS在交通与环境领域的应用示例
8.1 交通状态智能感知
8.2 高时空分辨率机动车排放清单编制
8.3 视频GIS未来展望