| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·国内外研究现状与分析 | 第9-11页 |
| ·视频监控中的异常行为 | 第11-12页 |
| ·本文的主要研究内容 | 第12页 |
| ·本文的结构安排 | 第12-13页 |
| 第二章 人体运动目标检测 | 第13-23页 |
| ·图像预处理 | 第13-14页 |
| ·图像灰度化 | 第14页 |
| ·背景差分法 | 第14-15页 |
| ·时间差分法 | 第15-17页 |
| ·混合高斯模型法 | 第17-19页 |
| ·光流法 | 第19-21页 |
| ·背景建模与更新 | 第21-22页 |
| ·背景更新与阴影处理 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 人体行为特征提取 | 第23-33页 |
| ·运动目标特征提取介绍 | 第24页 |
| ·关键帧提取 | 第24-28页 |
| ·基于 Affinity propagation 聚类的关键帧提取 | 第25-28页 |
| ·Radon 变换 | 第28-32页 |
| ·基于 Radon 变换的特征提取 | 第28-29页 |
| ·改进的 Radon 变换 | 第29-31页 |
| ·人体运动行为描述 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 特征分类与识别 | 第33-42页 |
| ·PCA 原理介绍 | 第33-36页 |
| ·PCA 算法原理 | 第34-36页 |
| ·支持向量机 | 第36-41页 |
| ·支持向量机介绍 | 第37页 |
| ·支持向量机基本原理 | 第37-39页 |
| ·多类支持向量机 | 第39-40页 |
| ·支持向量机的分类过程 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 特殊人群的行为识别 | 第42-47页 |
| ·人体行为数据库 | 第42-43页 |
| ·OpenCV 介绍 | 第43-44页 |
| ·OpenCV 函数体系 | 第44页 |
| ·实验验证及结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| ·工作总结 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录 攻读硕士学位期间撰写的论文 | 第52-53页 |
| 致谢 | 第53页 |