| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-16页 |
| 1.2.1 私揽行为非现场执法取证技术研究现状 | 第11-13页 |
| 1.2.2 私揽行为识别研究现状 | 第13-16页 |
| 1.3 本文的研究内容与结构安排 | 第16-19页 |
| 1.3.1 本文的研究内容 | 第16-17页 |
| 1.3.2 论文的结构安排 | 第17-19页 |
| 第2章 私揽行为取证技术研究 | 第19-31页 |
| 2.1 引言 | 第19-20页 |
| 2.2 交通技术通用监控取证标准研究 | 第20-25页 |
| 2.2.1 图片取证 | 第20-22页 |
| 2.2.2 视频取证 | 第22-23页 |
| 2.2.3 卫星定位取证 | 第23-25页 |
| 2.3 私揽行为取证标准 | 第25-29页 |
| 2.3.1 私揽行为认定 | 第26页 |
| 2.3.2 私揽行为标准分级 | 第26页 |
| 2.3.3 私揽行为取证标准 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 运动目标检测 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 运动目标检测技术 | 第31-39页 |
| 3.2.1 帧差法 | 第32-34页 |
| 3.2.2 背景差分法 | 第34-37页 |
| 3.2.3 光流法 | 第37-39页 |
| 3.3 改进的VIBE算法 | 第39-49页 |
| 3.3.1 基础Vibe算法 | 第39-41页 |
| 3.3.2 基于扩大邻域和加速更新的初始化背景模型的Vibe改进算法 | 第41-43页 |
| 3.3.3 基于运动状态变化的自适应背景更新概率的Vibe改进算法 | 第43-47页 |
| 3.3.4 实验结果 | 第47-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 基于人车位置关系的私揽行为识别 | 第51-65页 |
| 4.1 引言 | 第51页 |
| 4.2 车辆特征提取 | 第51-55页 |
| 4.2.1 常用特征检测算子 | 第51-53页 |
| 4.2.2 特征值计算 | 第53-55页 |
| 4.3 基于ADABOOST的车辆分类算法 | 第55-60页 |
| 4.3.1 Boosting算法原理 | 第55-57页 |
| 4.3.2 Adaboost出租车分类器设计 | 第57-58页 |
| 4.3.3 实验结果 | 第58-60页 |
| 4.4 人车位置关系判定 | 第60-63页 |
| 4.4.1 静止目标检测 | 第60-61页 |
| 4.4.2 实验结果 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 基于多特征融合的私揽行为姿态识别 | 第65-75页 |
| 5.1 引言 | 第65页 |
| 5.2 基于人体形状特征的特征提取 | 第65-71页 |
| 5.2.1 人体形状分析 | 第65-66页 |
| 5.2.2 形状特征提取 | 第66-71页 |
| 5.3 基于运动历史图的特征提取 | 第71-72页 |
| 5.4 行为识别实验结果 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间所发表的学术论文 | 第81-83页 |
| 攻读硕士学位期间参加的科研活动 | 第83-85页 |
| 致谢 | 第85页 |