视频监控场景中人群异常行为识别研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-14页 |
| 1 绪论 | 第14-20页 |
| ·研究的背景和意义 | 第14-16页 |
| ·国内外研究状况及趋势 | 第16-18页 |
| ·论文的主要工作 | 第18-19页 |
| ·论文的章节安排 | 第19-20页 |
| 2 人群行为识别基本理论及方法 | 第20-29页 |
| ·引言 | 第20页 |
| ·人群行为识别概述 | 第20-22页 |
| ·人群行为特征提取方法 | 第22-25页 |
| ·底层行为特征 | 第22-23页 |
| ·中间语义特征 | 第23-25页 |
| ·人群行为识别方法 | 第25-28页 |
| ·基于模板匹配的方法 | 第25-26页 |
| ·基于状态转移的图模型方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 人群行为特征提取算法研究 | 第29-43页 |
| ·引言 | 第29页 |
| ·人群运动区域检测 | 第29-35页 |
| ·背景减除法 | 第29-31页 |
| ·帧间差分法 | 第31-32页 |
| ·改进的人群运动区域检测算法 | 第32-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·基于时空立方体特征提取策略 | 第35-38页 |
| ·改进变分光流法 | 第36-37页 |
| ·构建行为特征描述符 | 第37-38页 |
| ·基于 SIFT Flow 技术的特征提取算法 | 第38-41页 |
| ·稠密 SIFT Flow 描述子 | 第38-39页 |
| ·SIFT Flow 场 | 第39-40页 |
| ·SIFT Flow 场优化求解 | 第40页 |
| ·运动方向直方图 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 4 人群异常行为识别算法研究 | 第43-67页 |
| ·引言 | 第43页 |
| ·基于竞争性神经网络模型的人群异常行为识别 | 第43-52页 |
| ·BP 神经网络模型 | 第43-46页 |
| ·具有竞争机制的神经网络模型设计 | 第46-47页 |
| ·异常行为的识别 | 第47-48页 |
| ·实验结果及分析 | 第48-52页 |
| ·基于 HMM 模型的人群异常行为识别 | 第52-58页 |
| ·隐马尔可夫模型 | 第52-54页 |
| ·异常行为的识别 | 第54页 |
| ·实验结果及分析 | 第54-58页 |
| ·基于局部线性嵌入稀疏表示的人群异常行为识别 | 第58-65页 |
| ·行为特征稀疏表示 | 第58-61页 |
| ·异常行为识别 | 第61-62页 |
| ·实验结果及分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 5 总结与展望 | 第67-69页 |
| ·研究工作总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73页 |
