●1緒論
1.1“互聯網+智能繫統”的背景與意義
1.2人工智能與智能監控技術的現狀
1.2.1人工智能技術的發展
1.2.2智能視頻監控技術的研究現狀
1.2.3智能視頻分析技術的研究現狀
1.3本書內容概述
1.3.1本書解決的問題
1.3.2本書的主要內容
1.4本書的結構安排
2人工智能方法的理論基礎
2.1神經網絡理論
2.1.1神經網絡理論的發展
2.1.2神經網絡的特征
2.1.3BP神經網絡的基本理論
2.1.4BP神經網絡的優點和存在的問題
2.2小波分析理論
2.2.1小波分析的發展
2.2.2小波分析的基本理論
2.2.3小波分析的特點和存在的問題
2.3小波神經網絡理論
2.3.1小波神經網絡的發展
2.3.2小波神經網絡的基本理論
2.3.3小波神經網絡的優點和存在的問題
2.4本章小結
3自適應小波神經網絡人工智能方法理論研究
3.1自適應小波神經網絡方法概述
3.2自適應小波神經網絡的設計
3.2.1自適應小波神經網絡繫統設計
3.2.2自適應小波神經網絡結構設計
3.2.3自適應小波神經網絡算法設計
3.3自適應小波神經網絡算法實例研究
3.3.1自適應小波神經網絡算法實例的提出
3.3.2針對研究實例的算法設計
3.4本章小結
4自適應小波神經網絡方法的計算機仿真研究
4.1計算機仿真研究概述
4.1.1計算機仿真方法概述
4.1.2計算機仿真研究的目標
4.1.3計算機仿真研究的實驗內容
4.1.4計算機仿真研究的程序設計
4.2計算機仿真實驗的主要內容
4.2.1自適應小波神經網絡算法的可行性實驗
4.2.2自適應小波神經網絡算法的變學習效率實驗
4.2.3自適應小波神經網絡算法的變誤差精度實驗
4.2.4BP神經網絡算法的可行性實驗
4.2.5BP神經網絡算法的變學習效率實驗
4.2.6BP神經網絡算法的變誤差精度實驗
4.3計算機仿真實驗的結論
4.3.1自適應小波神經網絡計算機仿真實驗的結論
4.3.2BP神經網絡計算機仿真實驗的結論
4.3.3對兩種神經網絡計算機仿真實驗結果的對比
4.4本章小結
5智能視覺繫統設計與實現
5.1智能視頻監控繫統的功能設計
5.2智能視頻監控繫統的繫統設計
5.3智能視頻監控繫統的硬件設計
5.3.1智能監控視頻的工作過程
5.3.2視頻監控的工作過程
5.4智能視頻監控繫統的軟件設計
5.4.1智能視頻監控繫統的軟件設計概述
5.4.2視頻采集傳輸的程序設計
5.4.3視頻分析的算法設計
5.5視頻分析算法的實現
5.5.1視頻圖像預處理
5.5.2背景更新
5.5.3背景差分
5.5.4圖像分割
5.5.5分割區域圖像二值化
5.5.6分割區域圖像歸一化
5.5.7分割區域圖像特征提取
5.5.8分割區域圖像模式識別
5.6智能視頻監控繫統的聯調及展示
5.6.1繫統聯調實驗
5.6.2視頻采集和傳輸實驗
5.6.3視頻處理和分析實驗
5.6.4真實生活場景實驗
5.7本章小結
6“大智移雲”新工科方法與技術的智能家居繫統設計與實現
6.1應用背景
6.2應用價值
6.3研究技術方案
6.4多網絡單點接入集成步驟
6.5繫統運行步驟
6.6本章小結
7“大智移雲”與虛擬現實的跨平臺3D智能交通指揮方法及繫統
7.1背景技術
7.2研究目的
7.3研究的優勢
7.4研究的技術方案
7.4.1“大智移雲”與虛擬現實技術的跨平臺3D智能交通指揮繫統
7.4.2“大智移雲”與虛擬現實技術的跨平臺3D智能交通指揮方法
7.5研究的實施方式
7.5.1智能終端層（1）
7.5.2網絡安全層（3）
7.5.3接入服務層（4）
7.5.4核心數據層（5）
7.5.5監控指揮層（6）

本書從人工智能的角度出發，以“互聯網+”人工智能方法和智能家居領域中的異常檢測應用為案例，對人工智能方法應用於監控視頻中出現的入侵、異常區域進行發現、分割、處理和分析等方法進行研究。同時，在對模式識別技術和信號分析方法進行深入研究的基礎上，論述了一種可以應用於智能監控中的自適應小波神經網絡方法，進行了計算機仿真,並構建了一個實際應用繫統。