考场异常行为视频检测关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究概况 | 第13-14页 |
| ·研究内容与方法 | 第14-15页 |
| ·时空行为模板的构建 | 第14页 |
| ·时空融合的视频分割方法 | 第14页 |
| ·动作检测方法 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 视频分割方法研究 | 第16-27页 |
| ·视频分割方法概述 | 第16-19页 |
| ·视频分割技术 | 第16-19页 |
| ·目标分类 | 第19页 |
| ·训练模板提取方法 | 第19-21页 |
| ·测试视频分割方法 | 第21-25页 |
| ·方法简介 | 第21-22页 |
| ·时空区域提取 | 第22-25页 |
| ·Mean Shift | 第22-23页 |
| ·有效区域聚类 | 第23-24页 |
| ·层次聚类算法 | 第24-25页 |
| ·实验结果与分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 时空模板匹配方法 | 第27-37页 |
| ·模板匹配方法概述 | 第27-28页 |
| ·模板匹配法原理 | 第27-28页 |
| ·金字塔模型 | 第28页 |
| ·基于形状的时空模板匹配方法 | 第28-33页 |
| ·模板匹配距离计算 | 第29-30页 |
| ·模板更新与速度优化 | 第30-32页 |
| ·分割粒度 | 第32-33页 |
| ·光流方法 | 第33-35页 |
| ·光流和形状结合的方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 动作检测软件系统与实验结果分析 | 第37-43页 |
| ·考场视频获取 | 第37-39页 |
| ·网络智能高速球YW7200 | 第37-38页 |
| ·视频采集软件NVS Center | 第38页 |
| ·样本获取方法 | 第38-39页 |
| ·系统功能需求分析 | 第39页 |
| ·动作识别系统框架及软件设计 | 第39-40页 |
| ·动作识别系统框架 | 第39-40页 |
| ·软件设计 | 第40页 |
| ·实验与结果分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 结论与展望 | 第43-45页 |
| ·结论 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |
