监控视频中的人体异常行为检测研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目次 | 第8-10页 |
| 图目录 | 第10-11页 |
| 表目录 | 第11-12页 |
| 1 绪论 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·智能视频监控系统的研究现状与发展 | 第13-15页 |
| ·计算机视觉和人工智能技术在监控视频分析中的应用 | 第15-17页 |
| ·论文研究内容和结构安排 | 第17-19页 |
| ·论文的研究内容 | 第17-18页 |
| ·论文的章节安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 2 视频及图像预处理 | 第20-28页 |
| ·引言 | 第20页 |
| ·视频获取与格式转换 | 第20-25页 |
| ·视频获取 | 第20-23页 |
| ·色彩空间的转换 | 第23-25页 |
| ·图像去噪技术 | 第25-27页 |
| ·滤波处理 | 第25-26页 |
| ·形态学操作 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 运动区域检测与前景提取 | 第28-41页 |
| ·引言 | 第28页 |
| ·基于背景剔除法的前景提取 | 第28-35页 |
| ·基于阈值法的前景检测 | 第30-34页 |
| ·基于混合高斯模型的前景检测 | 第34-35页 |
| ·本文改进后的前景提取方法 | 第35-38页 |
| ·不同场景的前景提取及实验结果 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 4 区域光流特征与异常行为检测 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·运动区域标记 | 第42-43页 |
| ·光流计算 | 第43-45页 |
| ·Horn-Schunck方法 | 第44-45页 |
| ·Lucas-Kanade方法 | 第45页 |
| ·特征选择 | 第45-50页 |
| ·区域光流特征 | 第45-47页 |
| ·基于幅值强度的加权方向直方图 | 第47-49页 |
| ·区域熵 | 第49-50页 |
| ·异常行为检测结果 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 5 智能监控视频分析平台的开发 | 第57-65页 |
| ·引言 | 第57-58页 |
| ·相关开发技术介绍 | 第58-60页 |
| ·wxWidgets的程序开发 | 第58-59页 |
| ·OpenCV的图像处理算法 | 第59-60页 |
| ·系统平台的实现 | 第60-63页 |
| ·基本架构 | 第60-61页 |
| ·软件界面 | 第61-62页 |
| ·运行结果 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| ·工作总结 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录A 个人简介 | 第72页 |
