| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8页 |
| ·相关知识简介 | 第8-10页 |
| ·行为分析 | 第8-9页 |
| ·异常检测(Abnormal Detection) | 第9页 |
| ·隐马尔可夫模型(HMM) | 第9-10页 |
| ·本文主要研究内容 | 第10页 |
| ·本文章节安排 | 第10-12页 |
| 2 基于视觉的行为分析和异常检测方法概述 | 第12-20页 |
| ·国内外发展现状 | 第12页 |
| ·主要研究方法介绍 | 第12-13页 |
| ·隐马尔可夫方法用于视觉行为分析和异常检测 | 第13-15页 |
| ·隐马尔可夫模型的扩展模型 | 第14页 |
| ·基于隐马尔可夫模型的序列信号分析 | 第14-15页 |
| ·视觉行为分析和异常检测问题的一般步骤 | 第15-17页 |
| ·运动目标检测 | 第15-16页 |
| ·运动目标跟踪 | 第16页 |
| ·行为识别 | 第16-17页 |
| ·对事件检测算法的评价指标 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 3 运动目标的检测与跟踪 | 第20-32页 |
| ·运动目标检测 | 第20-21页 |
| ·光流法 | 第20页 |
| ·帧差法 | 第20-21页 |
| ·背景差分算法 | 第21页 |
| ·非参数模型背景差法 | 第21-25页 |
| ·核函数带宽估计 | 第22-23页 |
| ·噪声去除 | 第23页 |
| ·阴影抑制 | 第23-25页 |
| ·背景更新 | 第25页 |
| ·实验结果与分析 | 第25-26页 |
| ·目标跟踪 | 第26-31页 |
| ·目标跟踪概述 | 第26-27页 |
| ·目标跟踪的实现 | 第27-31页 |
| ·目标跟踪结果 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 运动目标的特征选择和提取 | 第32-38页 |
| ·特征选择 | 第32-33页 |
| ·特征提取 | 第33-36页 |
| ·时间序列分割与表示 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 5 基于隐马尔可夫模型的行为分析和异常检测 | 第38-64页 |
| ·HMM定义 | 第38-39页 |
| ·HMM的基本问题 | 第39页 |
| ·HMM三类基本问题的解法 | 第39-44页 |
| ·评价问题 | 第39-41页 |
| ·解码问题 | 第41-42页 |
| ·训练(辨识)问题 | 第42-44页 |
| ·HMM的优缺点 | 第44-45页 |
| ·HMM的分类 | 第45-48页 |
| ·DHMM | 第45-46页 |
| ·CHMM | 第46-47页 |
| ·SCHMM | 第47-48页 |
| ·多观测序列的训练问题 | 第48-51页 |
| ·单观侧值序列的训练问题 | 第48页 |
| ·多观察值序列的训练问题 | 第48-51页 |
| ·基于HMM的异常检测 | 第51-63页 |
| ·实验准备及系统结构 | 第53-54页 |
| ·K-均值聚类和HMM模型参数的确定 | 第54-57页 |
| ·实验结果及结果分析 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| ·本文工作总结 | 第64-65页 |
| ·未来工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |