监控视频中人体异常行为检测方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文研究内容和章节安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 常用前景提取算法 | 第17-27页 |
| 2.1 光流法 | 第17-20页 |
| 2.2 帧差法 | 第20-21页 |
| 2.3 背景减除法 | 第21-22页 |
| 2.4 混合高斯模型 | 第22-23页 |
| 2.5 码本法 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 ViBe算法 | 第27-41页 |
| 3.1 工作原理 | 第27-28页 |
| 3.2 初始化方法 | 第28页 |
| 3.3 更新策略 | 第28-29页 |
| 3.4 ViBe算法与其它算法的比较 | 第29-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于区域光流能量的异常行为检测 | 第41-61页 |
| 4.1 运动区域标记 | 第42-44页 |
| 4.2 区域光流能量的计算 | 第44-51页 |
| 4.2.1 Horn-Schunck算法 | 第46-48页 |
| 4.2.2 Lucas-Kanada算法 | 第48-49页 |
| 4.2.3 区域光流能量计算的实现 | 第49-51页 |
| 4.3 光流能量 | 第51-54页 |
| 4.3.1 光流权值的定义 | 第52-53页 |
| 4.3.2 单位区域光流能量 | 第53-54页 |
| 4.4 实验结果及结果分析 | 第54-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 结论 | 第61-63页 |
| 5.1 研究总结 | 第61页 |
| 5.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |
