| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-29页 |
| 1.1 研究的背景及意义 | 第15页 |
| 1.2 人群异常状态检测预警的研究现状分析 | 第15-24页 |
| 1.2.1 人群场景中的运动特征提取 | 第16-18页 |
| 1.2.2 全局异常检测 | 第18-19页 |
| 1.2.3 局部异常检测 | 第19-22页 |
| 1.2.4 人群异常状态的预警 | 第22-24页 |
| 1.3 人群异常状态检测预警研究现状的总结 | 第24-26页 |
| 1.4 课题来源及主要研究内容 | 第26-29页 |
| 第2章 基于慢特征分析的人群异常状态检测方法 | 第29-49页 |
| 2.1 引言 | 第29-31页 |
| 2.2 慢特征的定义 | 第31-34页 |
| 2.3 场景中人群的慢特征提取 | 第34-39页 |
| 2.3.1 人群慢特征分析的目标 | 第34-36页 |
| 2.3.2 慢特征分析问题的解 | 第36-37页 |
| 2.3.3 慢特征分析与主向量分析法的区别 | 第37-38页 |
| 2.3.4 低语义特征的获取 | 第38-39页 |
| 2.4 用慢特征和时-空信息图融合表示人群状态 | 第39-41页 |
| 2.5 基于慢特征分析和图的异常事件检测方法 | 第41-42页 |
| 2.6 实验结果及分析 | 第42-47页 |
| 2.6.1 实验设置 | 第42-43页 |
| 2.6.2 全局异常事件检测 | 第43-45页 |
| 2.6.3 局部异常事件检测 | 第45-47页 |
| 2.7 本章小结 | 第47-49页 |
| 第3章 基于双稀疏表示的在线人群异常状态检测方法 | 第49-65页 |
| 3.1 引言 | 第49-51页 |
| 3.2 多尺度光流直方图特征的提取 | 第51-52页 |
| 3.3 双稀疏表示方法 | 第52-54页 |
| 3.3.1 基于正常字典的稀疏表示方法 | 第52-53页 |
| 3.3.2 基于异常字典的稀疏表示方法 | 第53页 |
| 3.3.3 样本数量不平衡条件下的动态字典更新 | 第53-54页 |
| 3.4 基于双稀疏表示人群异常状态检测方法 | 第54-56页 |
| 3.5 实验结果及分析 | 第56-64页 |
| 3.5.1 动态字典更新和双稀疏表示对人群异常状态检测的影响 | 第56-57页 |
| 3.5.2 不确定样本的处理 | 第57页 |
| 3.5.3 全局异常状态检测 | 第57-60页 |
| 3.5.4 局部异常状态检测 | 第60-64页 |
| 3.6 本章小结 | 第64-65页 |
| 第4章 基于带约束随机游走图模型和自适应样本选择策略的人群异常状态检测学习方法 | 第65-81页 |
| 4.1 引言 | 第65-67页 |
| 4.2 带约束随机游走图模型 | 第67-69页 |
| 4.3 自适应样本选择策略 | 第69-71页 |
| 4.4 嵌入图模型和自适应策略的自学习方法 | 第71-72页 |
| 4.5 实验结果及分析 | 第72-79页 |
| 4.5.1 实验设置 | 第73页 |
| 4.5.2 参数设置 | 第73-74页 |
| 4.5.3 算法优化效果分析 | 第74-77页 |
| 4.5.4 时间复杂性分析 | 第77页 |
| 4.5.5 本文提出的几种检测方法的对比 | 第77-79页 |
| 4.5.6 召回率的分析 | 第79页 |
| 4.6 本章小结 | 第79-81页 |
| 第5章 目的驱使格子Boltzmann模型高密度人群异常状态检测预警方法 | 第81-105页 |
| 5.1 引言 | 第81-83页 |
| 5.2 流体与高密度人群的异同 | 第83-85页 |
| 5.3 格子Boltzmann模型 | 第85-87页 |
| 5.3.1 碰撞步骤 | 第85-86页 |
| 5.3.2 流动步骤 | 第86-87页 |
| 5.4 目的驱使格子Boltzmann模型高密度人群状态检测预警方法 | 第87-92页 |
| 5.4.1 模型初始化 | 第88-89页 |
| 5.4.2 高密度人群的碰撞步骤 | 第89页 |
| 5.4.3 高密度人群流动步骤 | 第89-91页 |
| 5.4.4 高密度人群状态行为熵检测 | 第91-92页 |
| 5.5 目的驱使格子Boltzmann模型检测预警方法流程 | 第92-93页 |
| 5.6 实验结果及分析 | 第93-104页 |
| 5.6.1 演进的速度场和真实速度场 | 第93-100页 |
| 5.6.2 异常事件检测 | 第100-102页 |
| 5.6.3 输入帧的数量 | 第102页 |
| 5.6.4 行为熵曲线 | 第102-103页 |
| 5.6.5 目的驱使格子Boltzmann模型的预警效果分析 | 第103-104页 |
| 5.7 本章小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-120页 |
| 攻读博士学位期间发表的论文及其他成果 | 第120-122页 |
| 致谢 | 第122-123页 |
| 个人简历 | 第123页 |
