本书从实际应用角度出发，针对目前计算机视觉领域比较热门的几个研究方向，分别选取整理了几种典型的算法，并且针对非配合环境下视频分析的需求，围绕非配合环境下视频分析的主要痛点问题，开源了一个集成多种视觉算法的“视频智能分析算法平台”， 有助于用户简便直观地分析不同视频智能分析算法的优劣，为科研人员的视频智能分析算法研究工作提供助力。全书共包括9章： 第1章主要讲述了深度学习的基础知识，包括深度学习的发展历程和常用的卷积网络结构、代表性网络架构和深度学习框架。第2至8章主要讲述计算机视觉在不同任务中的应用技术，更加关注于解决一些非配合环境下的复杂实际问题，包括基于深度学习的超分辨重建技术、目标检测、视频多目标跟踪、跨镜行人重识别、行为分析和生理信号提取等智能分析方法以及相应的数据集、评价指标和模型压缩加速的方法。第9章，作者将各个章节所介绍的方法整合到一起，建立一个基于微云服务的视频分析平台，提供第2至8章涉及的智能分析算法，建立具有实战价值的数据集，为学术研究和工程应用提供基础模块和开发工具。 本书可以作为高等院校相关专业本科生和研究生的课程教材，也可以作为研究人员的参考书籍。