基于视频的孤寡老人室内异常行为检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-13页 |
| 1.2.1 国外研究进展 | 第11-12页 |
| 1.2.2 国内研究进展 | 第12-13页 |
| 1.2.3 存在的问题和发展趋势 | 第13页 |
| 1.3 本文的研究内容和组织结构 | 第13-16页 |
| 第二章 结合DPM算法的运动目标检测 | 第16-31页 |
| 2.1 概述 | 第16-17页 |
| 2.2 前景提取算法 | 第17-25页 |
| 2.2.1 帧间差分法 | 第17-18页 |
| 2.2.2 常见背景建模算法 | 第18-22页 |
| 2.2.3 改进的混合高斯背景建模 | 第22-25页 |
| 2.3 图像预处理 | 第25-26页 |
| 2.3.1 高斯滤波 | 第25页 |
| 2.3.2 膨胀和腐蚀 | 第25-26页 |
| 2.4 结合DPM的人体目标精确判断 | 第26-30页 |
| 2.4.1 改进的HOG特征 | 第26-27页 |
| 2.4.2 DPM的检测模型 | 第27-28页 |
| 2.4.3 DPM检测流程 | 第28-29页 |
| 2.4.4 实验结果与分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于感知哈希算法的目标跟踪和轨迹提取 | 第31-46页 |
| 3.1 概述 | 第31页 |
| 3.2 运动目标跟踪算法介绍 | 第31-34页 |
| 3.2.1 目标跟踪算法分类 | 第31-32页 |
| 3.2.2 Mean-Shift算法 | 第32-33页 |
| 3.2.3 室内跟踪算法遇到的问题 | 第33-34页 |
| 3.3 基于感知哈希的目标跟踪算法 | 第34-41页 |
| 3.3.1 算法详细介绍 | 第34-39页 |
| 3.3.2 算法效果对比 | 第39-41页 |
| 3.4 轨迹提取及处理 | 第41-45页 |
| 3.4.1 线性插值 | 第41-43页 |
| 3.4.2 结合FSM的稳定跟踪 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 结合SVM的异常行为检测 | 第46-57页 |
| 4.1 概述 | 第46-47页 |
| 4.2 基于多特征的异常行为分类 | 第47-52页 |
| 4.2.1 特征选取 | 第48-51页 |
| 4.2.2 特征向量的组成 | 第51-52页 |
| 4.3 支持向量机 | 第52-54页 |
| 4.3.1 线性分类 | 第52-53页 |
| 4.3.2 核函数 | 第53-54页 |
| 4.4 多特征和SVM分类的异常行为检测 | 第54-56页 |
| 4.4.1 SVM建模与检测 | 第54页 |
| 4.4.2 实验结果与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 研究工作总结 | 第57-58页 |
| 5.2 未来展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-65页 |
| 详细摘要 | 第65-67页 |
