基于角点特征的人群聚集事件与行为检测算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题来源及研究的背景和意义 | 第8-9页 |
| 1.1.1 课题来源 | 第8页 |
| 1.1.2 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文的主要工作 | 第12-14页 |
| 第2章 人群特征提取 | 第14-25页 |
| 2.1 运动前景检测 | 第15-19页 |
| 2.1.1 帧差法 | 第15页 |
| 2.1.2 背景差法 | 第15-16页 |
| 2.1.3 高斯背景建模法 | 第16-17页 |
| 2.1.4 光流法 | 第17-19页 |
| 2.2 角点检测 | 第19-21页 |
| 2.2.1 Harris 角点检测 | 第20-21页 |
| 2.3 本章实验 | 第21-24页 |
| 2.3.1 角点提取实验 | 第22-23页 |
| 2.3.2 噪声角点滤除 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 凸包表示法检测人群聚集事件 | 第25-37页 |
| 3.1 光流法角点跟踪 | 第26页 |
| 3.2 人群建模 | 第26-34页 |
| 3.2.1 角点聚类 | 第27-28页 |
| 3.2.2 类簇的凸包表示 | 第28-32页 |
| 3.2.3 二次聚类 | 第32-34页 |
| 3.3 事件识别 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 聚类角点面积法检测人群聚集事件 | 第37-45页 |
| 4.1 目标角点提取 | 第37-38页 |
| 4.2 角点面积计算 | 第38-39页 |
| 4.3 聚散事件检测 | 第39-40页 |
| 4.4 聚类角点面积法 | 第40-44页 |
| 4.4.1 聚类角点面积算法流程 | 第41-42页 |
| 4.4.2 权重计算方法 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 实验与分析 | 第45-51页 |
| 5.1 算法评测准备工作 | 第45-47页 |
| 5.1.1 开发环境 | 第45页 |
| 5.1.2 视频数据库 | 第45-46页 |
| 5.1.3 算法评价指标 | 第46-47页 |
| 5.2 凸包表示法的聚集检测实验 | 第47-48页 |
| 5.3 聚类角点面积法的聚集检测实验 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间发表的论文 | 第57-59页 |
| 致谢 | 第59页 |
