| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第2章 异常行为检测相关理论及算法介绍 | 第15-29页 |
| 2.1 引言 | 第15-16页 |
| 2.2 基于混合高斯模型的目标提取 | 第16-21页 |
| 2.2.1 混合高斯模型的建立 | 第16-17页 |
| 2.2.2 运动目标的检测 | 第17-18页 |
| 2.2.3 背景模型的更新 | 第18-21页 |
| 2.3 目标跟踪算法的选择 | 第21-25页 |
| 2.3.1 Meanshift算法 | 第21-22页 |
| 2.3.2 Camshift算法 | 第22-24页 |
| 2.3.3 卡尔曼滤波 | 第24-25页 |
| 2.4 行为特征的选取 | 第25-28页 |
| 2.4.1 光流特征 | 第25-27页 |
| 2.4.2 几何特征 | 第27页 |
| 2.4.3 轨迹特征 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 异常行为检测的研究及改进 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 基于Camshift结合卡尔曼滤波的目标跟踪 | 第29-32页 |
| 3.3 基于区域光流能量的异常行为检测 | 第32-39页 |
| 3.3.1 传统光流能量模型 | 第33-34页 |
| 3.3.2 改进的光流能量模型 | 第34-37页 |
| 3.3.3 区域光流能量流程及详细介绍 | 第37-39页 |
| 3.4 基于几何和轨迹特征的异常行为检测 | 第39-43页 |
| 3.4.1 目标区域标识及特征提取 | 第39-41页 |
| 3.4.2 运动人体的跌倒检测 | 第41-42页 |
| 3.4.3 运动人体的徘徊检测 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 实验平台介绍及结果分析 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 实验平台及数据集介绍 | 第44-45页 |
| 4.3 光流能量实验结果分析 | 第45-48页 |
| 4.4 几何和轨迹特征实验结果分析 | 第48-51页 |
| 4.5 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |