| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-12页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 本文工作 | 第11页 |
| 1.3 论文结构 | 第11-12页 |
| 第2章 场景中异常行为检测的研究现状 | 第12-21页 |
| 2.1 引言 | 第12页 |
| 2.2 基于事件检测的方法 | 第12-15页 |
| 2.3 基于统计偏离的方法 | 第15-20页 |
| 2.3.1 基于轨迹的方法 | 第15-17页 |
| 2.3.2 基于运动的方法 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于深度图像和时空上下文模型的拥挤场景异常行为检测 | 第21-41页 |
| 3.1 引言 | 第21-22页 |
| 3.2 局部的运动原型 | 第22-31页 |
| 3.2.1 Lucas-Kanade光流算法 | 第23-25页 |
| 3.2.2 深度图像 | 第25-27页 |
| 3.2.3 深度光流(Depth Optical Flow,DOF) | 第27-28页 |
| 3.2.4 局部的运动模式 | 第28-29页 |
| 3.2.5 局部运动模式聚类 | 第29-31页 |
| 3.3 时空上下文模型 | 第31-37页 |
| 3.3.1 标记运动模式 | 第31-32页 |
| 3.3.2 马尔科夫随机场 | 第32-34页 |
| 3.3.3 上下文建模 | 第34-36页 |
| 3.3.4 模型参数学习 | 第36-37页 |
| 3.4 基于上下文模型的异常检测 | 第37页 |
| 3.5 实验 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于高斯混合模型的金字塔异常行为检测 | 第41-56页 |
| 4.1 引言 | 第41-42页 |
| 4.2 基于高斯混合模型的局部运动模式 | 第42-49页 |
| 4.2.1 高斯混合模型 | 第43-46页 |
| 4.2.2 基于高斯混合模型的局部运动模式 | 第46-48页 |
| 4.2.3 局部的运动原型 | 第48-49页 |
| 4.3 时空上下文模型 | 第49-51页 |
| 4.4 基于金字塔图像的异常行为检测 | 第51-53页 |
| 4.5 实验 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 结束语 | 第56-59页 |
| 5.1 本文成果 | 第56-57页 |
| 5.2 缺陷分析与未来展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-63页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |