基于视频的公共场合人体异常行为识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-15页 |
| 1.2.1 行为识别研究现状 | 第10-13页 |
| 1.2.2 行为识别的难点 | 第13-14页 |
| 1.2.3 基于深度学习的人体行为识别 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第2章 基于卷积神经网络的图像识别 | 第17-29页 |
| 2.1 图像识别原理 | 第17-18页 |
| 2.2 神经网络 | 第18-23页 |
| 2.2.1 前向传播算法 | 第18-20页 |
| 2.2.2 反向传播算法 | 第20-23页 |
| 2.3 卷积神经网络 | 第23-26页 |
| 2.3.1 卷积层 | 第23-25页 |
| 2.3.2 采样层 | 第25-26页 |
| 2.4 卷积网络识别模型 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 异常行为识别网络模型设计 | 第29-47页 |
| 3.1 YOLO网络模型 | 第29-33页 |
| 3.1.1 模型算法 | 第30-31页 |
| 3.1.2 网络结构 | 第31-33页 |
| 3.2 循环神经网络 | 第33-37页 |
| 3.2.1 网络结构 | 第33-34页 |
| 3.2.2 计算模型 | 第34-35页 |
| 3.2.3 前向传播算法 | 第35-36页 |
| 3.2.4 反向传播算法 | 第36-37页 |
| 3.3 LSTM结构 | 第37-40页 |
| 3.4 异常行为的定义 | 第40-41页 |
| 3.5 异常行为识别网络模型结构设计 | 第41-44页 |
| 3.5.1 改进的神经网络结构 | 第41-43页 |
| 3.5.2 异常行为识别模型 | 第43-44页 |
| 3.6 本章小结 | 第44-47页 |
| 第4章 异常行为识别网络模型实现 | 第47-59页 |
| 4.1 实验配置 | 第47页 |
| 4.2 异常行为识别算法流程 | 第47-51页 |
| 4.2.1 总体流程 | 第47-50页 |
| 4.2.2 前向传播阶段流程 | 第50-51页 |
| 4.2.3 反向传播阶段流程 | 第51页 |
| 4.3 异常行为识别算法实现 | 第51-55页 |
| 4.3.1 数据集 | 第51-53页 |
| 4.3.2 卷积过程 | 第53-54页 |
| 4.3.3 采样过程 | 第54-55页 |
| 4.3.4 LSTM过程 | 第55页 |
| 4.4 结果分析 | 第55-58页 |
| 4.4.1 测试指标 | 第55-56页 |
| 4.4.2 识别结果 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 异常行为识别系统的实现 | 第59-67页 |
| 5.1 需求分析 | 第59页 |
| 5.2 系统设计 | 第59-62页 |
| 5.3 系统实现 | 第62-65页 |
| 5.4 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间获得的学术成果 | 第75-77页 |
| 致谢 | 第77页 |
