●第1章 概論
1.1 數字視聽資料分析檢驗的技術背景
1.2 數字視聽資料分析檢驗的技術內容
1.2.1 數字視聽資料復原
1.2.2 數字視聽資料理解
1.2.3 數字視聽資料檢驗
1.3 數字視聽資料分析檢驗的理論基礎
1.3.1 信號的理想采樣與廣義采樣
1.3.2 信號的基本變換
1.3.3 統一的框架：函數逼近與逆問題求解
1.4 本章小結
參考文獻
第2章 數字語音表示與增強和噪聲抑制
2.1 引言
2.2 數字語音表示與增強
2.2.1 基於復STFT域字典學習的語音表示和特征提取
2.2.2 基於KNR的數字語音端點檢測與增強
2.3 數字語音降噪技術
2.3.1 固定頻率噪聲的帶阻濾波技術
2.3.2 自適應寬帶濾波技術
2.3.3 自適應逆濾波技術——μ變換法
2.3.4 頻域自適應濾波與頻率補償技術
2.4 本章小結
參考文獻
第3章 數字語音自動鋻定
3.1 引言
3.2 數字語音特征提取
3.2.1 數字語音預處理
3.2.2 數字語音典型特征提取
3.3 數字語音特征分類
3.3.1 GMM方法
3.3.2 貝葉斯統計推斷與似然比方法
3.4 數字語音自動鋻定應用實驗
3.4.1 基於GMM和KNR分類的說話人識別實驗
3.4.2 基於LR方法的聲紋自動鋻定
3.5 本章小結
參考文獻
第4章 數字語音真偽檢驗
4.1 引言
4.2 基於語音背景特征分析的真偽檢驗
4.2.1 基於背景噪聲特性分析的真偽檢驗
4.2.2 基於背景周期性聲響的真偽檢驗
4.2.3 基於電網信號特征的真偽檢驗
4.3 基於音頻信號固有特征分析的真偽檢驗
4.3.1 基於音頻信號波形特征分析的真偽檢驗
4.3.2 基於自然音頻信號譜分析的真偽檢驗
4.4 基於音頻偽作特征分析的真偽檢驗
4.4.1 復制粘貼檢測
4.4.2 二次編碼檢測
4.5 本章小結
參考文獻
第5章 數字圖像復原Ⅰ：去噪與超分辨
5.1 引言
5.2 基於核回歸的圖像去噪
5.2.1 基於加權核回歸的圖像去噪
5.2.2 基於改進SVD和再生核回歸的圖像去噪
5.2.3 圖像去噪應用實驗
5.3 基於KNR的圖像放大和多幀融合超分辨
5.3.1 基於插值和KNR曲面擬合的圖像放大
5.3.2 基於運動估計的多幀融合超分辨
5.3.3 基於特征配準的多幀融合超分辨
5.4 本章小結
參考文獻
第6章 數字圖像復原Ⅱ：解模糊
6.1 引言
6.2 模糊核估計
6.2.1 運動模糊核估計
6.2.2 散焦模糊核估計
6.2.3 一般模糊核的估計
6.3 解模糊算法
6.3.1 基於自適應加權核回歸的圖像解模糊
6.3.2 基於加權總變分正則化半二次模型求解算法的圖像解模糊
6.4 本章小結
參考文獻
第7章 數字圖像偽作檢測
7.1 引言
7.2 基於重采樣特征分析的偽作檢測
7.2.1 信號重采樣的基本過程
7.2.2 傳統重采樣檢測算法及其存在的問題
7.2.3 改進的重采樣檢測算法
7.3 基於壓縮編碼特征分析的偽作檢測
7.3.1 非壓縮圖像的JPEG壓縮歷史檢測
7.3.2 基於雙重JPEG壓縮特性分析的偽作檢測
7.3.3 抗裁剪的JPEG圖像壓縮歷史及合成篡改檢測方法
7.4 基於模糊特性分析的偽作檢測
7.4.1 模糊痕跡檢測的典型算法
7.4.2 模糊痕跡檢測的改進算法
7.5 本章小結
參考文獻
第8章 視頻目標行為分析簡介
8.1 引言
8.2 視頻目標行為分析的現有典型方法
8.2.1 視頻目標行為分析的傳統方法簡述
8.2.2 視頻目標行為分析的深度學習方法簡述
8.3 視頻目標行為分析的改進方法
8.3.1 基於傳統多特征融合的行為識別
8.3.2 基於深度學習的行為識別
8.4 本章小結
參考文獻
