| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 选题背景 | 第12-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 人类行为分析领域的研究现状 | 第13-15页 |
| 1.4 暴力行为检测的研究现状 | 第15-16页 |
| 1.5 论文的主要结构 | 第16-17页 |
| 第二章 相关背景知识介绍 | 第17-29页 |
| 2.1 人类行为特征提取方法概述 | 第17-18页 |
| 2.2 特征点提取算法 | 第18-21页 |
| 2.2.1 特征点的定义 | 第18-19页 |
| 2.2.2 Harris角点算法 | 第19-21页 |
| 2.3 特征描述算法 | 第21页 |
| 2.4 特征描述算法概述 | 第21-26页 |
| 2.4.1 方向梯度直方图 HOG | 第22-24页 |
| 2.4.2 光流法 | 第24-26页 |
| 2.4.3 偏移向量 | 第26页 |
| 2.5 机器学习分类算法概述 | 第26-28页 |
| 2.5.1 K-Nearest-Neighbour 分类器 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于轨迹分析的暴力行为检测算法 | 第29-56页 |
| 3.1 算法概述与算法流程 | 第29-30页 |
| 3.2 特征点提取算法 | 第30-38页 |
| 3.2.1 SIFT算法 | 第30-32页 |
| 3.2.2 SURF算法 | 第32-35页 |
| 3.2.3 ORB算法 | 第35-36页 |
| 3.2.4 实验仿真与性能比较 | 第36-38页 |
| 3.3 特征点匹配算法 | 第38-40页 |
| 3.3.1 暴力匹配 | 第38-39页 |
| 3.3.2 FLANN匹配 | 第39-40页 |
| 3.3.3 实验仿真与性能比较 | 第40页 |
| 3.4 轨迹优化算法 | 第40-44页 |
| 3.4.1 短轨迹优化 | 第40-41页 |
| 3.4.2 多段最小二乘法 | 第41-44页 |
| 3.5 特征向量提取算法 | 第44-47页 |
| 3.5.1 外形层次的特征向量 | 第44-45页 |
| 3.5.2 几何层次的特征向量 | 第45-47页 |
| 3.6 词袋模型 | 第47-50页 |
| 3.6.1 K均值聚簇算法 | 第48-50页 |
| 3.7 支持向量机 | 第50-55页 |
| 3.7.1 SVM的原理 | 第50-52页 |
| 3.7.2 核函数 | 第52-53页 |
| 3.7.3 松弛向量 | 第53-54页 |
| 3.7.4 多频SVM | 第54-55页 |
| 3.8 本章小结 | 第55-56页 |
| 第四章 实验与结果分析 | 第56-61页 |
| 4.1 实验环境与OPENCV函数库 | 第56-57页 |
| 4.1.1 本文的实验环境 | 第56页 |
| 4.1.2 OpenCV函数库简介 | 第56-57页 |
| 4.1.3 编程语言 | 第57页 |
| 4.2 本文所采用的视频数据库 | 第57-58页 |
| 4.3 词袋模型的参数设定 | 第58-59页 |
| 4.4 对算法性能的实验 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文工作总结 | 第61页 |
| 5.2 未来工作的展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68页 |