基于遗传编程的拥挤场景的视频异常行为检测
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文结构 | 第17-18页 |
| 第二章 相关工作 | 第18-28页 |
| 2.1 遗传编程 | 第18-23页 |
| 2.1.1 遗传编程简介 | 第18-19页 |
| 2.1.2 遗传编程流程 | 第19-20页 |
| 2.1.3 遗传编程基本概念 | 第20-23页 |
| 2.2 视频异常检测 | 第23-27页 |
| 2.2.1 视频异常检测流程 | 第23页 |
| 2.2.2 运动特征提取 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于动态选取的遗传编程分类方法 | 第28-43页 |
| 3.1 引言 | 第28-29页 |
| 3.2 遗传编程分类方法 | 第29-33页 |
| 3.2.1 基于决策树的遗传编程分类 | 第29-31页 |
| 3.2.2 基于规则的遗传编程分类 | 第31-32页 |
| 3.2.3 基于判别函数的的遗传编程分类 | 第32-33页 |
| 3.3 基于动态选取的遗传编程分类方法 | 第33-37页 |
| 3.3.1 动态子集选取 | 第33-34页 |
| 3.3.2 动态范围选取 | 第34-37页 |
| 3.4 基于动态选取的遗传编程分类方法实验 | 第37-42页 |
| 3.4.1 动态子集选取实验 | 第37-40页 |
| 3.4.2 动态范围选取实验 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于遗传编程的群体异常行为检测方法 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 帧级特征提取方法 | 第43-46页 |
| 4.2.1 光流直方图 | 第43-45页 |
| 4.2.2 多维度光流直方图 | 第45-46页 |
| 4.3 基于遗传编程的群体异常行为检测 | 第46-50页 |
| 4.3.1 特征提取 | 第47-48页 |
| 4.3.2 遗传编程 | 第48-49页 |
| 4.3.3 异常检测 | 第49-50页 |
| 4.4 基于遗传编程的群体异常行为检测实验 | 第50-54页 |
| 4.4.1 数据集 | 第50-52页 |
| 4.4.2 实验过程 | 第52-53页 |
| 4.4.3 实验结果 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 基于遗传编程的个体异常行为检测方法 | 第56-70页 |
| 5.1 引言 | 第56页 |
| 5.2 像素级特征提取方法 | 第56-58页 |
| 5.2.1 LBP | 第56-57页 |
| 5.2.2 MFLD和WMFLD | 第57-58页 |
| 5.3 基于遗传编程的个体异常行为检测 | 第58-63页 |
| 5.3.1 特征提取 | 第59-61页 |
| 5.3.2 遗传编程 | 第61-62页 |
| 5.3.3 异常检测 | 第62-63页 |
| 5.4 基于遗传编程的个体异常行为检测实验 | 第63-69页 |
| 5.4.1 数据集 | 第63-64页 |
| 5.4.2 实验过程 | 第64-65页 |
| 5.4.3 实验结果 | 第65-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 简历与科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |
