摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-15页 |
·研究背景和意义 | 第8-9页 |
·国内外研究现状 | 第9-14页 |
·视频监控系统 | 第9-10页 |
·异常行为检测方法的研究现状 | 第10-13页 |
·异常行为检测方法存在的挑战 | 第13-14页 |
·本文主要工作和安排 | 第14-15页 |
第二章 基于多示例学习的异常行为检测方法的动机和框架 | 第15-23页 |
·异常行为检测方法研究 | 第15-18页 |
·基于多示例学习的异常行为检测方法 | 第18-21页 |
·本章小结 | 第21-23页 |
第三章 轨迹分段方法 | 第23-31页 |
·轨迹的获取 | 第23-25页 |
·轨迹分段方法 | 第25-30页 |
·Jae-Gil Lee等人的分段方法 | 第25-27页 |
·Zhou Yue等人的分段方法 | 第27-28页 |
·William Chen等人的分段方法 | 第28页 |
·Faisal Bashir等人的分段方法 | 第28-30页 |
·衡量轨迹分段结果的标准 | 第30页 |
·本章小结 | 第30-31页 |
第四章 轨迹表示 | 第31-52页 |
·引言 | 第31-32页 |
·隐马尔科夫模型相关理论 | 第32-39页 |
·马尔科夫性质 | 第32页 |
·马尔可夫链 | 第32-33页 |
·隐马尔科夫模型 | 第33-39页 |
·层次狄利克雷过程-隐马尔可夫模型 | 第39-51页 |
·狄利克雷过程 | 第40-45页 |
·层次狄利克雷过程 | 第45-47页 |
·层次狄利克雷过程-隐马尔可夫模型 | 第47-48页 |
·层次狄利克雷过程的采样方法 | 第48-51页 |
·本章小结 | 第51-52页 |
第五章 多示例学习 | 第52-56页 |
·轴平行矩形算法 | 第52-53页 |
·多样性密度算法 | 第53-54页 |
·Citation kNN算法 | 第54页 |
·支持向量机算法 | 第54-55页 |
·本章小结 | 第55-56页 |
第六章 基于多示例学习的异常行为检测方法实验 | 第56-68页 |
·数据集介绍 | 第56-57页 |
·数据集1上的实验 | 第57-60页 |
·数据集2上的实验 | 第60-63页 |
·实验结果 | 第63-66页 |
·本章小结 | 第66-68页 |
第七章 总结与展望 | 第68-69页 |
致谢 | 第69-70页 |
发表文章目录 | 第70页 |
参与国内/国际会议 | 第70页 |
获奖情况 | 第70-71页 |
参考文献 | 第71-78页 |