| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 集群行为研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文的主要内容和创新成果 | 第14-15页 |
| 1.4 章节安排 | 第15-16页 |
| 第二章 基于视频的集群分析方法概述 | 第16-33页 |
| 2.1 概述 | 第16-18页 |
| 2.2 面向集群群体特征的视频图像集群分析 | 第18-20页 |
| 2.3 运动特征提取 | 第20-26页 |
| 2.3.1 光流法 | 第20-23页 |
| 2.3.2 块匹配法 | 第23-26页 |
| 2.4 集群建模方法简述 | 第26-32页 |
| 2.4.1 粘滞滤波器模型（Coherent Filtering） | 第27-28页 |
| 2.4.2 动态行人多主体混合模型（MDA） | 第28-29页 |
| 2.4.3 集群描述子（Collectiveness descriptor） | 第29-30页 |
| 2.4.4 社会力模型 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 改进的粘滞滤波器集群行为分析 | 第33-46页 |
| 3.1 概述 | 第33页 |
| 3.2 KLT特征提取 | 第33-35页 |
| 3.3 改进的粘滞滤波器算法介绍 | 第35-41页 |
| 3.3.1 先验假设——一致邻域不变性 | 第35-39页 |
| 3.3.2 改进的粘滞滤波器算法 | 第39-41页 |
| 3.4 实验仿真 | 第41-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于改进的粘滞滤波器的人群密度估计 | 第46-56页 |
| 4.1 概述 | 第46页 |
| 4.2 传统的人群密度估计算法介绍 | 第46-50页 |
| 4.2.1 基于像素统计的人群密度估计算法 | 第46-48页 |
| 4.2.2 基于纹理特征的人群密度估计算法 | 第48-49页 |
| 4.2.3 基于目标检测的人群密度估计算法 | 第49-50页 |
| 4.3 基于改进的粘滞滤波器的人群密度估计算法 | 第50-52页 |
| 4.4 实验仿真 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |