监控视频中可疑行为识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 基于视觉注意力模型的可疑行为检测 | 第18-31页 |
| 2.1 概述 | 第18-19页 |
| 2.2 视觉注意力相关知识 | 第19-20页 |
| 2.3 基于视觉注意力模型可疑行为检测 | 第20-27页 |
| 2.3.1 运动矢量场快速估计 | 第20-21页 |
| 2.3.2 时空显著图计算 | 第21-26页 |
| 2.3.3 光照对时空显著性的影响 | 第26-27页 |
| 2.4 实验与分析 | 第27-30页 |
| 2.5 小结 | 第30-31页 |
| 3 基于PPCA可疑行为分解 | 第31-42页 |
| 3.1 概述 | 第31-32页 |
| 3.2 人体轮廓提取与表示 | 第32-35页 |
| 3.2.1 基于Snake模型的人体轮廓提取 | 第32-34页 |
| 3.2.2 轮廓特征的表示 | 第34-35页 |
| 3.3 基于PPCA的行为分解 | 第35-38页 |
| 3.3.1 PPCA算法 | 第35-37页 |
| 3.3.2 基于PPCA的行为分解算法 | 第37-38页 |
| 3.4 实验与分析 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 4 基于模板匹配法的人体动作识别 | 第42-51页 |
| 4.1 概述 | 第42-43页 |
| 4.2 模板匹配的算法 | 第43-48页 |
| 4.2.1 Zernike矩计算 | 第43-45页 |
| 4.2.2 模板的生成算法 | 第45-46页 |
| 4.2.3 基于模板匹配法的动作识别 | 第46-48页 |
| 4.3 实验与分析 | 第48-50页 |
| 4.5 小节 | 第50-51页 |
| 5 基于案例推理可疑行为识别 | 第51-61页 |
| 5.1 概述 | 第51-52页 |
| 5.2 可疑行为案例表示 | 第52-53页 |
| 5.3 可疑行为识别 | 第53-55页 |
| 5.3.1 基本子行为属性特征相似性 | 第53-54页 |
| 5.3.2 基本子行为相关属性特征的相似性 | 第54-55页 |
| 5.3.3 行为案例的综合相似性 | 第55页 |
| 5.4 可疑行为识别算法 | 第55-56页 |
| 5.5 实验与分析 | 第56-59页 |
| 5.5.1 实验设计 | 第56-57页 |
| 5.5.2 实验结果及分析 | 第57-59页 |
| 5.6 小节 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-70页 |
| 攻读学位期间的主要研究成果 | 第70-71页 |
| 致谢 | 第71页 |
