| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的研究背景及意义 | 第7-8页 |
| ·国内外现状 | 第8-9页 |
| ·本文的主要研究内容 | 第9页 |
| ·本文的组织结构 | 第9-11页 |
| 第二章 事件检测方法综述 | 第11-20页 |
| ·引言 | 第11页 |
| ·视频预处理 | 第11-12页 |
| ·目标检测与跟踪 | 第12-13页 |
| ·目标检测 | 第12-13页 |
| ·目标跟踪 | 第13页 |
| ·特征提取 | 第13-15页 |
| ·低层行为的识别方法 | 第15-16页 |
| ·非参数的方法 | 第15页 |
| ·参数的方法 | 第15-16页 |
| ·高层事件的检测方法 | 第16-19页 |
| ·事件检测过程中的重点及难点问题 | 第19-20页 |
| 第三章 聚众事件的描述和特征提取 | 第20-30页 |
| ·引言 | 第20页 |
| ·场景分块 | 第20-22页 |
| ·人数统计 | 第22-25页 |
| ·背景差分 | 第22-23页 |
| ·二值化处理 | 第23页 |
| ·形态学处理 | 第23-24页 |
| ·人数计算 | 第24-25页 |
| ·速度统计 | 第25-30页 |
| ·光流法 | 第25-28页 |
| ·加权累加图像法 | 第28-30页 |
| 第四章 聚众事件的建模 | 第30-41页 |
| ·引言 | 第30页 |
| ·隐马尔科夫模型理论基础 | 第30-37页 |
| ·HMM 简介 | 第30-31页 |
| ·评估问题 | 第31-33页 |
| ·解码问题 | 第33-34页 |
| ·学习问题 | 第34-36页 |
| ·基于HMM 的事件检测系统设计与分析 | 第36-37页 |
| ·分层隐马尔科夫模型 | 第37-41页 |
| ·LHMM 简介 | 第38-39页 |
| ·LHMM 的算法 | 第39-40页 |
| ·应用LHMM 对聚众事件建模 | 第40-41页 |
| 第五章 算法实现及结果分析 | 第41-59页 |
| ·引言 | 第41页 |
| ·算法测评的准备工作 | 第41-42页 |
| ·开发环境 | 第41-42页 |
| ·视频数据 | 第42页 |
| ·事件检测算法的评价指标 | 第42页 |
| ·算法实现中应注意的问题 | 第42-44页 |
| ·特征值符号化 | 第42-43页 |
| ·观察值序列的组建 | 第43-44页 |
| ·测评一：基于HMM 的聚众事件检测 | 第44-49页 |
| ·模型训练 | 第45页 |
| ·聚众事件检测 | 第45-49页 |
| ·测评二：基于LHMM 的聚众事件检测 | 第49-54页 |
| ·模型训练 | 第50-51页 |
| ·聚众事件检测 | 第51-54页 |
| ·测评三：基于LHMM 的改进方法实现聚众事件检测 | 第54-58页 |
| ·模型训练 | 第54-56页 |
| ·聚众事件检测 | 第56-58页 |
| ·总体对比 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者在攻读硕士期间主要研究成果 | 第67页 |