| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第12-27页 |
| 1.1 研究背景 | 第12-18页 |
| 1.1.1 民航安全 | 第12-13页 |
| 1.1.2 机场安全 | 第13-14页 |
| 1.1.3 机场安检 | 第14-17页 |
| 1.1.4 美国 9.11恐怖袭击事件对机场安检的影响 | 第17-18页 |
| 1.2 相关的国内外文献综述 | 第18-22页 |
| 1.2.1 民航安全防范的国内外法律文件 | 第18-19页 |
| 1.2.2 中国民用航空安全检查规则 | 第19页 |
| 1.2.3.相关的文献综述 | 第19-22页 |
| 1.3 研究目的与意义 | 第22-23页 |
| 1.3.1 研究目的 | 第22-23页 |
| 1.3.2 研究意义 | 第23页 |
| 1.4 研究主要内容 | 第23-24页 |
| 1.5 研究方法和技术路线 | 第24-27页 |
| 1.5.1 研究方法 | 第24-25页 |
| 1.5.2 技术路线 | 第25-27页 |
| 第二章 安检效率和质量的满意度调查和研究 | 第27-39页 |
| 2.1 引言 | 第27页 |
| 2.2 安检满意度调查的研究背景 | 第27-30页 |
| 2.2.1 安检质量评价的国际和国内标准 | 第27页 |
| 2.2.2 安检效率的现场考察分析 | 第27-28页 |
| 2.2.3 安检效率和质量的旅客投诉分析 | 第28-30页 |
| 2.3 安检满意度调查的定性分析研究 | 第30-32页 |
| 2.3.1 深度访谈 | 第30页 |
| 2.3.2 深度访谈提纲的设计 | 第30页 |
| 2.3.3 深度访谈的实施 | 第30-32页 |
| 2.3.4 大规模调查问卷的发放 | 第32页 |
| 2.4 安检满意度调查的定量分析研究 | 第32-38页 |
| 2.4.1 灰色系统和灰色关联度 | 第32页 |
| 2.4.2 灰色关联度的计算方法 | 第32-34页 |
| 2.4.3 安检效率和质量满意度的灰色关联度分析 | 第34-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 机场安检人脸识别技术研究 | 第39-50页 |
| 3.1 民航机场安检人脸识别方法研究背景 | 第39-40页 |
| 3.1.1 人脸识别方法引言 | 第39页 |
| 3.1.2 人脸识别技术的重要性 | 第39页 |
| 3.1.3 人脸识别方法的原理 | 第39-40页 |
| 3.2 基于深度自动编码器的机场安检人脸识别系统设计 | 第40-46页 |
| 3.2.1 机场安检人脸识别系统设计引言 | 第40页 |
| 3.2.2 机场安检人脸识别系统设计背景 | 第40页 |
| 3.2.3 基于深度自动编码器的机场安检人脸识别系统总体框图 | 第40-41页 |
| 3.2.4 基于深度自动编码器的机场安检人脸识别系统硬件设计 | 第41-42页 |
| 3.2.5 基于混合深度自动编码器的人脸识别算法 | 第42-46页 |
| 3.3 系统测试 | 第46-48页 |
| 3.3.1 仿真实验环境 | 第46-47页 |
| 3.3.2 仿真实验过程及结果分析 | 第47-48页 |
| 3.3.3 结论 | 第48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 安检X光机图像辨别方法研究 | 第50-75页 |
| 4.1 安检X光机图像辨别方法引言 | 第50页 |
| 4.2 安检X光机图像辨别方法的研究背景 | 第50-51页 |
| 4.3 安检X光机图像辨别方法介绍 | 第51-66页 |
| 4.3.1 词袋方法 | 第51-54页 |
| 4.3.2 视觉词典 | 第54-55页 |
| 4.3.3SIFT算法 | 第55-56页 |
| 4.3.4 SURF算法 | 第56-58页 |
| 4.3.5 支持向量机方法 | 第58-64页 |
| 4.3.6 图像场景分类方法 | 第64-66页 |
| 4.4 实验分析 | 第66-74页 |
| 4.4.1 实验分析（一） | 第66-68页 |
| 4.4.2 实验分析（二） | 第68-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 机场视频监控方法研究 | 第75-98页 |
| 5.1 机场视频监控方法引言 | 第75页 |
| 5.2 机场反恐监控方法研究背景 | 第75页 |
| 5.3 机场监控的投影特征算法研究 | 第75-82页 |
| 5.3.1 投影特征算法原理 | 第75-77页 |
| 5.3.2 人群动作图像特征重构 | 第77页 |
| 5.3.3 图像重构的最优代价函数计算方法 | 第77-78页 |
| 5.3.4 人群涉暴恐动作智能识别 | 第78-79页 |
| 5.3.5 投影特征算法实验结果及分析 | 第79-82页 |
| 5.4 机场监控的基于轮廓边缘检测方法研究 | 第82-88页 |
| 5.4.1 图像分割 | 第82-84页 |
| 5.4.2 特征提取 | 第84-86页 |
| 5.4.3 仿真实验与结果分析 | 第86-87页 |
| 5.4.4 结论 | 第87-88页 |
| 5.5 机场监控的混合高斯背景模型研究方法 | 第88-96页 |
| 5.5.1 混合高斯背景模型的原理 | 第88页 |
| 5.5.2 人群动作特征数据预处理 | 第88-90页 |
| 5.5.3 视频图像分割 | 第90-91页 |
| 5.5.4 HOC特征分类器 | 第91-92页 |
| 5.5.5 SVM分类 | 第92页 |
| 5.5.6 建立模型 | 第92-93页 |
| 5.5.7 模型改进 | 第93-94页 |
| 5.5.8 仿真实验 | 第94-96页 |
| 5.5.9 结论 | 第96页 |
| 5.6 三种视频图像方法对比分析 | 第96-97页 |
| 5.7 本章小结 | 第97-98页 |
| 第六章 总结与展望 | 第98-101页 |
| 6.1 本文工作总结 | 第98-99页 |
| 6.2 本文的创新点 | 第99页 |
| 6.3 未来研究的展望 | 第99-101页 |
| 参考文献 | 第101-113页 |
| 致谢 | 第113-114页 |
| 在学期间的研究成果及发表的学术论文 | 第114-116页 |
| 附录 | 第116-118页 |
