停车场异常行为识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·课题的背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·行为识别概述 | 第12-19页 |
| ·行为数据库及行人检测 | 第12-15页 |
| ·行为特征分析和提取 | 第15-17页 |
| ·特征分类 | 第17-18页 |
| ·存在的问题及难点 | 第18-19页 |
| ·本文的研究内容 | 第19页 |
| ·论文的结构与安排 | 第19-20页 |
| 2 行为数据库及行人检测 | 第20-28页 |
| ·自建行为数据库 | 第20-21页 |
| ·常用的人体检测方法 | 第21-24页 |
| ·帧差法 | 第21-22页 |
| ·背景建模 | 第22-24页 |
| ·实验结果和分析 | 第24-26页 |
| ·KTH 数据库行人检测 | 第24-25页 |
| ·CASIA 数据库行人检测 | 第25-26页 |
| ·自建行为数据库行人检测 | 第26页 |
| ·本章小结 | 第26-28页 |
| 3 基于 SFA 和 Gabor 的行为特征分析 | 第28-44页 |
| ·慢特征分析 | 第28-33页 |
| ·慢特征分析的基本原理 | 第28-30页 |
| ·基于慢特征分析的行为表征 | 第30-33页 |
| ·Gabor 纹理特征表征 | 第33-35页 |
| ·Gabor 滤波器 | 第33-34页 |
| ·Gabor 多方向特征融合 | 第34-35页 |
| ·基于 SFA 和 Gabor 的行为特征描述 | 第35-43页 |
| ·行为慢特征提取 | 第36-38页 |
| ·Gabor 参数确定 | 第38-41页 |
| ·行为特征的分类性能 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 4 行为特征的分类 | 第44-52页 |
| ·支持向量机 | 第44-48页 |
| ·支持向量机的基本原理 | 第44-46页 |
| ·多分类支持向量机 | 第46-47页 |
| ·基于 DAG 和 BiT 的行为特征分类 | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·KTH 行为数据库 | 第48-50页 |
| ·CASIA 行为数据库 | 第50-51页 |
| ·自建行为数据库 | 第51页 |
| ·本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
