| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 异常检测的应用领域 | 第12-13页 |
| 1.3 视频异常检测中的关键问题 | 第13-14页 |
| 1.4 视频异常检测的研究现状 | 第14-16页 |
| 1.5 本文的主要研究内容和结构安排 | 第16-20页 |
| 1.5.1 主要研究内容 | 第16-18页 |
| 1.5.2 结构安排 | 第18-20页 |
| 第二章 视频异常事件检测相关方法介绍 | 第20-30页 |
| 2.1 视频事件描述的相关方法介绍 | 第21-24页 |
| 2.1.1 目标级描述方法 | 第21页 |
| 2.1.2 像素级描述方法 | 第21-24页 |
| 2.2 视频异常检测模型介绍 | 第24-29页 |
| 2.2.1 基于概率的模型 | 第25-26页 |
| 2.2.2 基于距离的模型 | 第26-27页 |
| 2.2.3 基于重构的模型 | 第27-28页 |
| 2.2.4 基于域的模型 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于高阶特征的视频异常事件检测 | 第30-48页 |
| 3.1 引言 | 第30-31页 |
| 3.2 一阶特征提取 | 第31-32页 |
| 3.3 高阶特征提取 | 第32-33页 |
| 3.4 基于高阶特征的视频异常事件检测 | 第33-47页 |
| 3.4.1 评价指标 | 第33-34页 |
| 3.4.2 局部异常事件检测实验结果与分析 | 第34-42页 |
| 3.4.3 全局异常事件检测实验结果与分析 | 第42-45页 |
| 3.4.4 基于视频内容的特征融合方法 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于显著性的视频异常事件检测 | 第48-82页 |
| 4.1 引言 | 第48页 |
| 4.2 显著性检测简介 | 第48-51页 |
| 4.2.1 显著性检测的研究意义 | 第48页 |
| 4.2.2 显著性检测的研究现状 | 第48-51页 |
| 4.3 空间域显著性检测 | 第51-73页 |
| 4.3.1 基于ERC和SLPP的空间域显著性检测 | 第51-57页 |
| 4.3.2 基于改进多流形排序的空间域显著性检测 | 第57-63页 |
| 4.3.3 空间域显著性检测实验结果与分析 | 第63-73页 |
| 4.4 基于显著性的视频异常事件检测 | 第73-81页 |
| 4.4.1 空时显著度图构建 | 第73-74页 |
| 4.4.2 区域级模型的构建 | 第74-77页 |
| 4.4.3 视频异常事件检测实验结果与分析 | 第77-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第五章 基于异常检测的视频认证 | 第82-97页 |
| 5.1 引言 | 第82-84页 |
| 5.2 基于异常检测的视频认证 | 第84-89页 |
| 5.2.1 双重水印嵌入 | 第84-87页 |
| 5.2.2 篡改定位与自恢复 | 第87-89页 |
| 5.3 实验结果与分析 | 第89-96页 |
| 5.3.1 视觉质量评估 | 第90-91页 |
| 5.3.2 无篡改情况下的恢复实验 | 第91-92页 |
| 5.3.3 空间域篡改实验 | 第92-94页 |
| 5.3.4 时间域篡改实验 | 第94-95页 |
| 5.3.5 空时域篡改实验 | 第95-96页 |
| 5.4 本章小结 | 第96-97页 |
| 第六章 总结与展望 | 第97-101页 |
| 6.1 本文工作总结 | 第97-98页 |
| 6.2 未来研究展望 | 第98-101页 |
| 参考文献 | 第101-110页 |
| 致谢 | 第110-111页 |
| 攻读博士学位期间公开发表的论文 | 第111页 |