| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景与研究意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-25页 |
| 1.2.1 异常定义与分类 | 第17-19页 |
| 1.2.2 全局异常检测算法研究现状 | 第19-21页 |
| 1.2.3 局部异常检测算法研究现状 | 第21-25页 |
| 1.3 本文研究内容 | 第25-26页 |
| 1.4 本文结构安排 | 第26-27页 |
| 第二章 本文相关技术简介 | 第27-41页 |
| 2.1 光流估计算法 | 第27-33页 |
| 2.1.1 光流方程及经典光流算法 | 第27-30页 |
| 2.1.2 Coarse-To-Fine类光流算法 | 第30-31页 |
| 2.1.3 EpicFlow类光流算法 | 第31-33页 |
| 2.2 Robust-PCA算法 | 第33-35页 |
| 2.2.1 PCA | 第33-34页 |
| 2.2.2 Robust-PCA | 第34-35页 |
| 2.3 聚类算法 | 第35-39页 |
| 2.3.1 K-means聚类算法 | 第36-37页 |
| 2.3.2 FCM聚类算法 | 第37-38页 |
| 2.3.3 Mean-Shift聚类算法 | 第38页 |
| 2.3.4 谱聚类算法 | 第38-39页 |
| 2.4 本章小结 | 第39-41页 |
| 第三章 基于动能差的全局异常检测算法 | 第41-49页 |
| 3.1 动能及动能差 | 第41-43页 |
| 3.2 全局异常检测算法 | 第43-46页 |
| 3.2.1 算法流程 | 第43页 |
| 3.2.2 异常判定 | 第43-46页 |
| 3.3 实验与分析 | 第46-48页 |
| 3.3.1 实验条件 | 第46页 |
| 3.3.2 实验结果及分析 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 前景目标多特征提取 | 第49-63页 |
| 4.1 基于分裂合并的前景目标提取算法 | 第49-55页 |
| 4.1.1 算法流程 | 第49-53页 |
| 4.1.2 算法测试 | 第53-55页 |
| 4.2 速度异常检测特征 | 第55-57页 |
| 4.2.1 局部动能 | 第55-56页 |
| 4.2.2 MHOF | 第56-57页 |
| 4.2.3 速度特征描述子 | 第57页 |
| 4.3 形态异常检测特征 | 第57-61页 |
| 4.3.1 灰度图IRP | 第57-58页 |
| 4.3.2 边缘图IRP | 第58-59页 |
| 4.3.3 SIRP | 第59-61页 |
| 4.4 位置异常检测特征 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 基于多特征提取的局部异常检测算法 | 第63-75页 |
| 5.1 局部异常检测框架 | 第63-65页 |
| 5.2 NSH及其改进算法研究 | 第65-67页 |
| 5.2.1 NSH及其应用 | 第65-66页 |
| 5.2.2 NSH改进算法 | 第66-67页 |
| 5.3 局部异常检测 | 第67-70页 |
| 5.3.1 速度异常检测 | 第67页 |
| 5.3.2 形态异常检测 | 第67-69页 |
| 5.3.3 位置异常检测 | 第69-70页 |
| 5.4 实验及结果分析 | 第70-74页 |
| 5.4.1 实验条件 | 第70页 |
| 5.4.2 实验结果与分析 | 第70-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 局部异常检测改进算法研究 | 第75-83页 |
| 6.1 原算法问题 | 第75-76页 |
| 6.2 改进算法 | 第76-80页 |
| 6.2.1 光流改进算法 | 第76-78页 |
| 6.2.2 目标提取改进算法 | 第78-79页 |
| 6.2.3 位置特征改进及前景加强算法 | 第79-80页 |
| 6.3 实验结果分析 | 第80-82页 |
| 6.4 本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-85页 |
| 7.1 总结 | 第83-84页 |
| 7.2 研究展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 在读期间发表的学术论文与取得的研究成果 | 第91页 |