首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征点的群体异常检测方法的研究

摘要第3-4页
Abstract第4-5页
1 绪论第8-14页
    1.1 研究背景与意义第8页
    1.2 国内外研究现状第8-11页
    1.3 本文主要工作第11-12页
    1.4 本文章节安排第12-14页
2 特征点提取方法的研究第14-26页
    2.1 Harris特征点提取算法第14-16页
        2.1.1 Moravec特征点检测算法第14-15页
        2.1.2 Harris特征点检测算法第15-16页
    2.2 SIFT特征点提取算法第16-19页
    2.3 本文特征点提取方法的设计与实现第19-22页
    2.4 实验测试与结果分析第22-24页
    2.5 本章小结第24-26页
3 特征点集优化方法的研究第26-36页
    3.1 运动前景提取方法第26-29页
        3.1.1 固定背景减除法第26页
        3.1.2 帧间差分法第26-27页
        3.1.3 混合高斯背景建模法第27-29页
    3.2 本文特征点集优化方法的设计与实现第29-32页
    3.3 实验测试与结果分析第32-34页
    3.4 本章小结第34-36页
4 基于点匹配算法构建运动场方法的研究第36-46页
    4.1 Lucas-Kanade算法第36-37页
    4.2 本文构建群体运动场方法的设计与实现第37-42页
        4.2.1 特征点运动属性的描述第37-39页
        4.2.2 群体运动场的描述第39页
        4.2.3 群体运动场的构建第39-42页
    4.3 实验测试与结果分析第42-44页
    4.4 本章小结第44-46页
5 基于特征点的群体异常判决器第46-62页
    5.1 基于模板差异性的群体异常检测方法相关介绍第46页
    5.2 本文群体异常判决器的设计与实现第46-56页
        5.2.1 基于运动速度的异常判决器第46-51页
        5.2.2 基于运动方向的异常判决器第51-53页
        5.2.3 综合异常检测方法第53-56页
    5.3 实验测试与结果分析第56-61页
    5.4 本章小结第61-62页
6 总结与展望第62-64页
    6.1 全文总结第62-63页
    6.2 研究展望第63-64页
致谢第64-66页
参考文献第66-67页

论文共67页,点击 下载论文
上一篇:基于system verilog的以太网MAC控制器的验证
下一篇:FSO-OFDM系统中峰均比控制方法的实验研究