基于视觉计算的运动目标跟踪及异常行为分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 图和附表清单 | 第9-11页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-16页 |
| 2 视觉系统及其计算模型 | 第16-33页 |
| 2.1 视觉系统 | 第16-19页 |
| 2.2 自然图像统计特性及视觉计算模型 | 第19-32页 |
| 2.2.1 自然图像及其统计特性 | 第19-22页 |
| 2.2.2 视觉图像信息转换工具 | 第22-26页 |
| 2.2.3 视觉计算模型 | 第26-32页 |
| 2.3 小结 | 第32-33页 |
| 3 动态目标检测与跟踪 | 第33-52页 |
| 3.1 视觉计算流程 | 第33-34页 |
| 3.2 超完备集训练学习 | 第34-37页 |
| 3.2.1 超完备稀疏编码模型 | 第34-35页 |
| 3.2.2 超完备集训练算法 | 第35-36页 |
| 3.2.3 实验与分析 | 第36-37页 |
| 3.3 有效特征提取 | 第37-39页 |
| 3.3.1 有效特征提取与筛选 | 第37-38页 |
| 3.3.2 实验与分析 | 第38-39页 |
| 3.4 动态目标检测 | 第39-45页 |
| 3.4.1 动态目标检测算法 | 第39-41页 |
| 3.4.2 连通区域检测算法 | 第41-43页 |
| 3.4.3 实验与分析 | 第43-45页 |
| 3.5 动态目标跟踪 | 第45-51页 |
| 3.5.1 目标跟踪算法 | 第45-47页 |
| 3.5.2 实验与分析 | 第47-51页 |
| 3.6 小结 | 第51-52页 |
| 4 个体异常行为分析 | 第52-65页 |
| 4.1 视觉计算流程 | 第52-53页 |
| 4.2 视频数据描述 | 第53-57页 |
| 4.2.1 时空兴趣点提取 | 第54页 |
| 4.2.2 时空兴趣点描述 | 第54-57页 |
| 4.3 个体异常行为分析算法 | 第57-64页 |
| 4.3.1 个体异常行为分析稀疏编码模型 | 第58-60页 |
| 4.3.2 目标函数优化方法 | 第60-61页 |
| 4.3.3 字典实时更新 | 第61-62页 |
| 4.3.4 实验与分析 | 第62-64页 |
| 4.4 小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间发表的学术论文 | 第72页 |
