| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-19页 |
| 1.2.1 智能监控系统 | 第16页 |
| 1.2.2 公共区域联合监控系统异常事件检测流程 | 第16-19页 |
| 1.2.3 存在的问题 | 第19页 |
| 1.3 本文的研究内容和主要贡献 | 第19-20页 |
| 1.4 本文的内容组织安排 | 第20-22页 |
| 第二章 基于四元数离散余弦变换特征分析的异常事件快速检测与定位 | 第22-36页 |
| 2.1 引言 | 第22-23页 |
| 2.2 相关工作 | 第23-25页 |
| 2.3 提出的方法 | 第25-30页 |
| 2.3.1 带权重四元数帧构建 | 第26-27页 |
| 2.3.2 二维四元数离散余弦变换 | 第27-28页 |
| 2.3.3 时空异常显著热力图 | 第28页 |
| 2.3.4 算法特性理论分析 | 第28-30页 |
| 2.4 实验结果 | 第30-34页 |
| 2.4.1 方法在心理学模式中的测试结果 | 第30-31页 |
| 2.4.2 实验配置 | 第31-32页 |
| 2.4.3 实验结果量化评估 | 第32-34页 |
| 2.5 小结 | 第34-36页 |
| 第三章 基于巡逻机器人载体的实时跑动目标检测 | 第36-50页 |
| 3.1 引言 | 第36-37页 |
| 3.2 相关工作 | 第37-38页 |
| 3.3 提出的算法 | 第38-43页 |
| 3.3.1 候选区域产生 | 第39-40页 |
| 3.3.2 双流卷积网络融合 | 第40-43页 |
| 3.4 实验结果及分析 | 第43-48页 |
| 3.4.1 实现细节 | 第44页 |
| 3.4.2 室外实验测试 | 第44-46页 |
| 3.4.3 KTH数据集测试结果 | 第46页 |
| 3.4.4 NTU跑动数据集测试结果 | 第46-48页 |
| 3.4.5 讨论 | 第48页 |
| 3.5 小结 | 第48-50页 |
| 第四章 基于空间动作估计与时间路径搜索的动作序列提取算法 | 第50-64页 |
| 4.1 引言 | 第50-51页 |
| 4.2 相关工作 | 第51-52页 |
| 4.3 提出的方法 | 第52-58页 |
| 4.3.1 空间动作估计 | 第52-53页 |
| 4.3.2 时间路径搜索 | 第53-58页 |
| 4.3.3 动作路径补偿 | 第58页 |
| 4.4 实验结果 | 第58-63页 |
| 4.4.1 数据库与评价标准 | 第58-59页 |
| 4.4.2 实现细节 | 第59-61页 |
| 4.4.3 算法分析 | 第61-62页 |
| 4.4.4 算法比较 | 第62-63页 |
| 4.5 小结 | 第63-64页 |
| 第五章 基于序列张量分解的多流深度神经网络动作识别算法 | 第64-74页 |
| 5.1 引言 | 第64-65页 |
| 5.2 相关工作 | 第65-67页 |
| 5.3 提出的算法 | 第67-70页 |
| 5.3.1 低秩张量分解用于全局运动特征学习 | 第67-69页 |
| 5.3.2 多流深度卷积神经网络结构 | 第69-70页 |
| 5.3.3 实现细节 | 第70页 |
| 5.4 实验结果 | 第70-73页 |
| 5.4.1 数据库 | 第70-71页 |
| 5.4.2 算法分析 | 第71-73页 |
| 5.4.3 算法比较 | 第73页 |
| 5.5 小结 | 第73-74页 |
| 第六章 结束语 | 第74-76页 |
| 6.1 本文工作总结 | 第74-75页 |
| 6.2 下一步研究方向 | 第75-76页 |
| 参考文献 | 第76-89页 |
| 致谢 | 第89-90页 |
| 作者简介 | 第90-92页 |
