基于行为差分的视频异常检测方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 研究领域与发展现状 | 第14-16页 |
| 1.2.1 跟踪轨迹法 | 第14-15页 |
| 1.2.2 相关性分析法 | 第15页 |
| 1.2.3 动态背景法 | 第15-16页 |
| 1.3 主要内容与章节安排 | 第16-18页 |
| 第二章 运动目标检测技术 | 第18-35页 |
| 2.1 运动目标检测常见方法 | 第18-22页 |
| 2.1.1 光流法 | 第18-20页 |
| 2.1.2 帧间差分法 | 第20-21页 |
| 2.1.3 背景差分法 | 第21-22页 |
| 2.2 背景建模方法 | 第22-27页 |
| 2.2.1 均值法背景模型 | 第23页 |
| 2.2.2 中值法背景模型 | 第23-24页 |
| 2.2.3 码本法背景模型 | 第24页 |
| 2.2.4 高斯背景模型 | 第24-26页 |
| 2.2.5 核密度估计背景模型 | 第26-27页 |
| 2.3 基于改进混合高斯模型的目标检测算法 | 第27-32页 |
| 2.3.1 自适应混合高斯模型 | 第27-29页 |
| 2.3.2 GMM算法参数分析 | 第29-30页 |
| 2.3.3 基于GMM改进算法的目标检测 | 第30-32页 |
| 2.4 实验结果与分析 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 监控视频异常行为检测 | 第35-47页 |
| 3.1 行为信号及其描述方法 | 第35-37页 |
| 3.1.1 行为空间 | 第35页 |
| 3.1.2 运动标签 | 第35-36页 |
| 3.1.3 标描述符 | 第36-37页 |
| 3.2 事件模型 | 第37-40页 |
| 3.2.1 隐马尔科夫模型 | 第37-39页 |
| 3.2.2 行为动态模型 | 第39-40页 |
| 3.3 异常检测：行为差分 | 第40-41页 |
| 3.4 基于改进行为差分的异常检测方法 | 第41-43页 |
| 3.4.1 背景行为动态图估计 | 第41-42页 |
| 3.4.2 异常行为检测 | 第42-43页 |
| 3.5 实验结果与分析 | 第43-46页 |
| 3.5.1 数据集与参数设置 | 第43页 |
| 3.5.2 实验结果与分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于异常行为检测的监控视频摘要系统 | 第47-57页 |
| 4.1 视频摘要方法概述 | 第47-50页 |
| 4.1.1 研究现状 | 第47-48页 |
| 4.1.2 视频摘要的主要形式 | 第48页 |
| 4.1.3 视频摘要的生成方法 | 第48-50页 |
| 4.2 运动轨迹获取 | 第50-52页 |
| 4.2.1 感兴趣区域提取 | 第50页 |
| 4.2.2 运动目标跟踪和轨迹提取 | 第50-52页 |
| 4.3 生成摘要 | 第52-56页 |
| 4.3.1 轨迹优化 | 第52-54页 |
| 4.3.2 目标融合 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第64-65页 |
