复杂机场监控环境下的行为检测
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文主要研究内容和结构安排 | 第9-13页 |
| 2 现有行为检测和识别技术综述 | 第13-21页 |
| ·行为特征提取 | 第13-15页 |
| ·特征选取 | 第13-14页 |
| ·运动表征 | 第14-15页 |
| ·行为识别 | 第15-17页 |
| ·基于模板匹配的方法 | 第15-16页 |
| ·基于状态转换图的方法 | 第16-17页 |
| ·支持向量机介绍 | 第17-19页 |
| ·统计学习理论 | 第17-18页 |
| ·SVM的基本原理 | 第18-19页 |
| ·LIBSVM工具介绍 | 第19页 |
| ·难点问题 | 第19-20页 |
| ·本章总结 | 第20-21页 |
| 3 运动人体提取 | 第21-29页 |
| ·运动目标检测常用方法介绍 | 第21-23页 |
| ·本文运动分割方法 | 第23-27页 |
| ·本文算法 | 第23-24页 |
| ·实验结果分析 | 第24-27页 |
| ·本章总结 | 第27-29页 |
| 4 运动特征提取 | 第29-39页 |
| ·兴趣点方法概述 | 第29-33页 |
| ·兴趣点常用算法 | 第29-33页 |
| ·本文兴趣点方法 | 第33-37页 |
| ·Harris角点检测原理 | 第33-34页 |
| ·Harris算法总结 | 第34-35页 |
| ·实验分析 | 第35-37页 |
| ·本章总结 | 第37-39页 |
| 5 拆分模型训练 | 第39-51页 |
| ·k-means聚类介绍 | 第39页 |
| ·Graphviz工具介绍 | 第39-41页 |
| ·本文聚类交互式实现 | 第41-47页 |
| ·Web Browser控件介绍 | 第41-43页 |
| ·实验结果 | 第43-47页 |
| ·拆分模型训练 | 第47-49页 |
| ·训练样本数据 | 第47-48页 |
| ·模型训练 | 第48-49页 |
| ·本章总结 | 第49-51页 |
| 6 行为模型训练和行为识别 | 第51-67页 |
| ·cuboids描述子 | 第51-55页 |
| ·常用方法介绍 | 第51-52页 |
| ·本文cuboids描述子方法 | 第52-55页 |
| ·行为模型训练 | 第55-56页 |
| ·Bag of Words | 第55页 |
| ·模型训练 | 第55-56页 |
| ·行为识别 | 第56-57页 |
| ·实验分析 | 第57-65页 |
| ·实验数据准备 | 第57-58页 |
| ·实验过程 | 第58-61页 |
| ·实验结果 | 第61-65页 |
| ·本章总结 | 第65-67页 |
| 7 总结与展望 | 第67-71页 |
| ·本文工作总结 | 第67-68页 |
| ·未来发展 | 第68-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-76页 |
