| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究目的 | 第9页 |
| ·问题描述 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·轨迹分析在监控视频分析中的应用 | 第10-11页 |
| ·轨迹数据预处理 | 第11页 |
| ·轨迹建模、降维 | 第11-12页 |
| ·轨迹聚类 | 第12页 |
| ·论文的研究内容和主要工作 | 第12页 |
| ·论文结构安排 | 第12-14页 |
| 第二章 基于轨迹分析的视频异常检测概述 | 第14-25页 |
| ·基于轨迹分析的视频异常检测综述 | 第14-16页 |
| ·数据准备 | 第16-19页 |
| ·模拟数据集 | 第16-17页 |
| ·真实数据集 | 第17-19页 |
| ·轨迹数据预处理概述 | 第19-21页 |
| ·长度调整 | 第19页 |
| ·重采样 | 第19-20页 |
| ·平滑化 | 第20-21页 |
| ·最大后验概率方法 | 第21页 |
| ·分布间距离度量概述 | 第21-23页 |
| ·序列对齐算法概述 | 第23-25页 |
| 第三章 基于二维核密度估计的轨迹数据建模 | 第25-35页 |
| ·基于KDE的轨迹建模 | 第25-27页 |
| ·应用与轨迹分析中的统计分布模型概述 | 第27-31页 |
| ·Von Mises分布 | 第27-29页 |
| ·Approximated Wrapped Gaussian 分布 | 第29-30页 |
| ·Approximated Wrapped and Linear Gaussian 分布 | 第30-31页 |
| ·基于KDE和基于统计模型的轨迹建模结果与比较分析 | 第31-34页 |
| ·实验步骤 | 第31-32页 |
| ·实验结果 | 第32-34页 |
| ·讨论及本章小结 | 第34-35页 |
| 第四章 正常/异常轨迹的训练 | 第35-43页 |
| ·轨迹的相似矩阵计算 | 第35-36页 |
| ·轨迹聚类算法 | 第36-39页 |
| ·轨迹数据聚类个数的优化 | 第39-41页 |
| ·实验设计与结果分析 | 第41-42页 |
| ·实验步骤和结果 | 第41-42页 |
| ·讨论及本章小结 | 第42-43页 |
| 第五章 视频异常的检测与分类 | 第43-47页 |
| ·视频异常判别与轨迹分类 | 第43-44页 |
| ·聚类更新 | 第44页 |
| ·实验设计与结果分析 | 第44-46页 |
| ·不同建模方案的实验结果 | 第44-45页 |
| ·与经典方法的比较 | 第45-46页 |
| ·异常轨迹检测示例 | 第46页 |
| ·讨论及本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |
