监控视频的异常行为检测方法研究与软件实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 视频监控系统的研究背景与意义 | 第10-12页 |
| 1.2 异常行为检测研究现状 | 第12-16页 |
| 1.2.1 目标检测与背景建模方法 | 第13页 |
| 1.2.2 运动目标跟踪方法 | 第13-14页 |
| 1.2.3 运动目标的分类 | 第14页 |
| 1.2.4 行为理解 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 1.4 章节安排 | 第17-18页 |
| 第二章 固定场景下的运动目标提取 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 本章算法框架 | 第18-19页 |
| 2.3 运动目标提取方法选择 | 第19-20页 |
| 2.4 初步前景区域提取 | 第20-23页 |
| 2.4.1 传统背景码书的建立 | 第20-21页 |
| 2.4.2 改进的码书模型与前景提取 | 第21-23页 |
| 2.5 运动目标的轮廓区域提取 | 第23-27页 |
| 2.6 实验结果分析 | 第27-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 轨迹形成方法 | 第32-51页 |
| 3.1 引言 | 第32页 |
| 3.2 算法框架 | 第32-33页 |
| 3.3 特征选取与视频片段分割 | 第33-35页 |
| 3.4 轮廓区域中心提取 | 第35-36页 |
| 3.5 运动目标跟踪 | 第36-38页 |
| 3.6 运动轨迹的拟合 | 第38-43页 |
| 3.7 轨迹片段关联 | 第43-50页 |
| 3.7.1 轨迹片段的特征向量提取 | 第44-47页 |
| 3.7.2 轨迹关联性的计算 | 第47-50页 |
| 3.8 本章小结 | 第50-51页 |
| 第四章 轨迹的聚类与异常检测 | 第51-68页 |
| 4.1 引言 | 第51页 |
| 4.2 算法框架 | 第51-53页 |
| 4.3 多特征融合的轨迹间相似度 | 第53-55页 |
| 4.4 轨迹聚类方法 | 第55-61页 |
| 4.4.1 自适应轨迹聚类 | 第56-57页 |
| 4.4.2 实验结果与分析 | 第57-61页 |
| 4.5 异常行为的判别准则 | 第61-62页 |
| 4.6 实验结果与分析 | 第62-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第五章 视频监控系统的软件实现 | 第68-72页 |
| 5.1 引言 | 第68页 |
| 5.2 监控系统模块 | 第68-69页 |
| 5.3 软件系统功能设计 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结及展望 | 第72-75页 |
| 6.1 本论文研究总结 | 第72-73页 |
| 6.2 本论文研究展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻硕期间的研究成果 | 第81-82页 |
