| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 智能行为分析发展现状 | 第12-14页 |
| 1.3 本文组织结构 | 第14-15页 |
| 第二章 运动目标检测技术的研究 | 第15-21页 |
| 2.1 运动目标检测预处理技术 | 第15-16页 |
| 2.2 常用的减背景建模技术 | 第16-18页 |
| 2.2.1 帧间差分法 | 第16-17页 |
| 2.2.2 均值滤波法 | 第17页 |
| 2.2.3 混合高斯模型法 | 第17-18页 |
| 2.3 快慢更新综合算法 | 第18-19页 |
| 2.4 后继处理方法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 行为识别的主要技术 | 第21-34页 |
| 3.1 底层特征提取 | 第21-22页 |
| 3.1.1 固有轮廓特征 | 第21-22页 |
| 3.1.2 运动特征 | 第22页 |
| 3.1.3 时空特征 | 第22页 |
| 3.2 动作的特征表示 | 第22-23页 |
| 3.2.1 BoW 词袋 | 第22-23页 |
| 3.2.2 特征描述符 | 第23页 |
| 3.2.3 特征空间表示 | 第23页 |
| 3.3 行为识别的策略 | 第23-24页 |
| 3.3.1 模板匹配方法 | 第23页 |
| 3.3.2 概率图模型 | 第23-24页 |
| 3.4 基于时空特征行为识别方法 | 第24-33页 |
| 3.4.1 图像的特征提取 | 第24-25页 |
| 3.4.2 行为特征表示 | 第25页 |
| 3.4.3 基于潜在语义分析 PLSA 的行为识别 | 第25-30页 |
| 3.4.4 实验结果和分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 目标跟踪 | 第34-52页 |
| 4.1 目标跟踪方法概述 | 第34-35页 |
| 4.2 跟踪方法 | 第35-50页 |
| 4.2.1 单目标跟踪方法 | 第35-41页 |
| 4.2.2 多目标跟踪方法 | 第41-50页 |
| 4.3 目标行为分类 | 第50-51页 |
| 4.3.1 两个目标聚合 | 第50页 |
| 4.3.2 单目标分离 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 结论总结与展望 | 第52-54页 |
| 5.1 本文总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |