基于全局运动方向的异常行为检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·本文主要研究内容及结构安排 | 第9-12页 |
| ·主要工作 | 第10页 |
| ·结构安排 | 第10-12页 |
| 第二章 相关理论概述 | 第12-15页 |
| ·图像处理与识别 | 第12-13页 |
| ·模式识别 | 第13-14页 |
| ·计算机视觉 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第三章 支持向量机 | 第15-26页 |
| ·统计学习理论 | 第15-16页 |
| ·支持向量机 | 第16-22页 |
| ·线性判别函数 | 第16-18页 |
| ·最优分类面 | 第18-21页 |
| ·支持向量机 | 第21-22页 |
| ·LIBSVM简介 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 全局运动方向 | 第26-40页 |
| ·运动目标检测 | 第26-29页 |
| ·运动历史图像 | 第29-31页 |
| ·梯度方向 | 第31-34页 |
| ·运动分割 | 第34-35页 |
| ·Opencv简介 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 实验及结果 | 第40-45页 |
| ·特征提取 | 第40-43页 |
| ·分类识别 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·工作展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 在学期间的研究成果 | 第49-50页 |
| 致谢 | 第50页 |
