| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 课题研究背景与意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 智能视频监控系统的研究现状 | 第14-16页 |
| 1.2.2 相关技术研究现状 | 第16-18页 |
| 1.3 主要研究的内容及章节安排 | 第18-22页 |
| 1.3.1 主要研究的内容 | 第18-20页 |
| 1.3.2 章节安排 | 第20-22页 |
| 第二章 运动目标检测与跟踪 | 第22-51页 |
| 2.1 运动目标检测 | 第22-34页 |
| 2.1.1 光流法 | 第22-25页 |
| 2.1.2 帧间差分法 | 第25-28页 |
| 2.1.3 背景消除法 | 第28-33页 |
| 2.1.4 实验结果与分析 | 第33-34页 |
| 2.2 数学形态学基本操作 | 第34-36页 |
| 2.3 运动目标跟踪 | 第36-50页 |
| 2.3.1 基于卡尔曼滤波的目标跟踪 | 第36-38页 |
| 2.3.2 基于粒子滤波的目标跟踪 | 第38-39页 |
| 2.3.3 基于MeanShift的目标跟踪 | 第39-41页 |
| 2.3.4 基于面积和颜色判决的目标跟踪算法 | 第41-43页 |
| 2.3.5 实验结果与分析 | 第43-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第三章 运动目标不同行为的特征提取 | 第51-81页 |
| 3.1 不同行为的定义 | 第51页 |
| 3.2 行为特征选择的标准 | 第51-52页 |
| 3.3 检测目标的基本特征集 | 第52-61页 |
| 3.3.1 目标域面积 | 第53-55页 |
| 3.3.2 目标数量 | 第55-56页 |
| 3.3.3 目标宽高比 | 第56-57页 |
| 3.3.4 目标质心 | 第57-58页 |
| 3.3.5 目标速度 | 第58-60页 |
| 3.3.6 目标行为特征矢量 | 第60-61页 |
| 3.4 实验结果与分析 | 第61-80页 |
| 3.4.1 单个人体目标的行为特征 | 第62-73页 |
| 3.4.2 多人体目标的行为特征 | 第73-80页 |
| 3.5 本章小结 | 第80-81页 |
| 第四章 异常行为分类及软件实现 | 第81-90页 |
| 4.1 异常行为分类 | 第81-85页 |
| 4.1.1 支持向量机分类原理 | 第81页 |
| 4.1.2 K近邻多分类原理 | 第81-82页 |
| 4.1.3 基于相似度模糊推理的视频图像异常行为检测 | 第82-84页 |
| 4.1.4 实验结果与分析 | 第84-85页 |
| 4.2 监控系统软件实现 | 第85-89页 |
| 4.2.1 软件各功能模块 | 第85-86页 |
| 4.2.2 不同行为的运行结果 | 第86-89页 |
| 4.3 本章小结 | 第89-90页 |
| 第五章 结束语 | 第90-92页 |
| 5.1 主要工作与创新点 | 第90页 |
| 5.2 进一步研究工作 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 作者在学期间取得的学术成果 | 第100页 |