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

基于加权网络分析的大规模人群局部运动检测

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-18页
    1.1 研究背景和意义第10-12页
    1.2 研究现状及发展趋势第12-15页
        1.2.1 人群行为分析研究现状第12-14页
        1.2.2 人群行为分析发展趋势第14-15页
    1.3 研究内容和结构安排第15-18页
        1.3.1 主要研究内容第15页
        1.3.2 文章结构安排第15-18页
第2章 人群速度矢量场的计算第18-35页
    2.1 引言第18页
    2.2 光流法综述与分类第18-19页
    2.3 光流场算法原理第19-22页
        2.3.1 运动场与光流第19-21页
        2.3.2 光流约束方程第21-22页
    2.4 人群运动粒子光流的计算第22-34页
        2.4.1 Lucas-Kanade光流算法第22-28页
        2.4.2 金字塔光流算法第28-34页
    2.5 本章小结第34-35页
第3章 人群加权网络的表达第35-51页
    3.1 引言第35页
    3.2 复杂网络第35-43页
        3.2.1 复杂网络的概述第35-40页
        3.2.2 复杂网络的静态几何特征量第40-43页
    3.3 基于速度矢量夹角人群加权网络的描述第43-47页
    3.4 人群加权网络模型的矩阵表示第47-50页
    3.5 本章小结第50-51页
第4章 人群加权网络权重确定与特征参数提取第51-63页
    4.1 引言第51页
    4.2 速度矢量夹角的计算第51-52页
    4.3 人群加权网络权重的确定第52-55页
    4.4 人群加权网络特征参数的提取第55-62页
        4.4.1 节点强度的计算第56-59页
        4.4.2 节点强度的归一化第59-60页
        4.4.3 节点强度场的平滑第60-62页
    4.5 本章小结第62-63页
第5章 实验结果与分析第63-72页
    5.1 实验视频场景的获取第63-64页
    5.2 节点强度场的可视化分析第64-67页
    5.3 算法比较与分析第67-70页
        5.3.1 召回率与准确率的计算第67-68页
        5.3.2 人群局部不稳定运动检测结果对比分析第68-70页
    5.4 本章小结第70-72页
结论第72-74页
参考文献第74-81页
攻读硕士学位期间承担的科研任务与主要成果第81-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:软件动态执行中行为模式挖掘算法研究
下一篇:基于DAG的可达性查询算法研究