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

人群运动主题语义特征提取和行为分析研究

摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第13-25页
    1.1 课题的研究背景和意义第13-14页
    1.2 智能视频监控研究现状及存在问题第14-17页
        1.2.1 智能视频监控研究现状第14-17页
        1.2.2 存在的问题第17页
    1.3 人群分析技术综述第17-21页
        1.3.1 技术现状第17-20页
        1.3.2 运动人群分析的技术难点第20-21页
    1.4 研究主要工作和创新点第21-23页
        1.4.1 论文主要工作第21-23页
        1.4.2 主要创新点第23页
    1.5 本文章节安排第23-25页
第2章 个体目标的运动检测和分析第25-38页
    2.1 个体行为建模与分析综述第25-27页
        2.1.1 个体行为建模的概念和定义第25-26页
        2.1.2 国内外研究现状第26-27页
    2.2 基于人体姿态识别的行为分析方法第27-32页
        2.2.1 基于视频内容的关键帧提取算法第27-30页
        2.2.2 基于多特征融合的姿态描述算子第30-31页
        2.2.3 姿态识别第31-32页
    2.3 实验结果及分析第32-36页
        2.3.1 实验结果第32-36页
        2.3.2 实验分析第36页
    2.4 小结第36-38页
第三章 基于光流场的人群运动检测第38-56页
    3.1 光流计算技术现状第38-44页
        3.1.1 概述第38-39页
        3.1.2 技术现状第39-42页
        3.1.3 人群运动视频的光流计算问题分析第42-44页
    3.2 利用颜色不变量的彩色图像光流计算方法第44-50页
        3.2.1 彩色图像中的颜色不变量第44-47页
        3.2.2 采用颜色不变量的光流计算模型第47-49页
        3.2.3 光流计算过程第49-50页
    3.3 实验及结果分析第50-54页
        3.3.1 本文光流方法在环境光照变化下的计算结果及分析第50-52页
        3.3.2 人群运动视频的光流场计算第52-54页
    3.4 小结第54-56页
第4章 基于潜在狄利克雷分配模型的人群行为语义分析第56-83页
    4.1 引言第56-57页
    4.2 主题模型的相关理论第57-66页
        4.2.1 潜在语义分析模型第57-59页
        4.2.2 概率潜在语义分析模型第59-62页
        4.2.3 潜在狄利克雷分配模型第62-66页
    4.3 基于LDA的人群行为建模和语义分析第66-73页
        4.3.1 主题模型在人群运动场景的建模意义第66-67页
        4.3.2 基于光流特征的视觉词包模型第67-70页
        4.3.3 基于LDA的人群行为语义分析第70-73页
    4.4 实验结果及分析第73-81页
        4.4.1 实验数据来源和行为分析第73-77页
        4.4.2 视觉词典容量的实验结果与分析第77-78页
        4.4.3 主题数量的实验结果与分析第78-79页
        4.4.4 行为识别实验结果与分析第79-81页
    4.5 小结第81-83页
第5章 基于类别指导的人群行为语义分析方法第83-107页
    5.1 问题描述第83-84页
    5.2 基于粒子光流的视觉词包模型第84-91页
        5.2.1 粒子光流场第84-88页
        5.2.2 基于粒子光流的视觉词包特征表示第88-91页
    5.3 类别指导的相关主题模型第91-99页
        5.3.1 CTM模型第91-93页
        5.3.2 CG-CTM模型描述第93-94页
        5.3.3 CG-CTM模型主题的生成过程第94-95页
        5.3.4 CG-CTM模型的学习过程第95-97页
        5.3.5 文档的推断过程第97-99页
    5.4 实验结果与分析第99-105页
        5.4.1 视觉词包对人群行为分析的精度影响第99-100页
        5.4.2 CG-CTM模型的聚类特性第100-102页
        5.4.3 人群行为语义分析及行为识别第102-105页
    5.5 小结第105-107页
第6章 总结与展望第107-110页
    6.1 工作总结第107-108页
    6.2 展望第108-110页
参考文献第110-120页
致谢第120-121页
攻读学位期间主要科研成果第121-122页

论文共122页,点击 下载论文
上一篇:各向异性无线传感器网络非测距节点定位算法研究
下一篇:自主切换线性约束系统优化控制及其应用研究