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 |