基于运动背景相减法的视频异常检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的背景和意义 | 第8-9页 |
| ·课题研究现状 | 第9-10页 |
| ·主要研究内容和工作 | 第10-11页 |
| ·论文结构安排 | 第11-12页 |
| 第二章 视频异常事件检测算法 | 第12-17页 |
| ·有监督学习 | 第12页 |
| ·无监督学习 | 第12-17页 |
| ·物体跟踪法 | 第13页 |
| ·合成分析法 | 第13-14页 |
| ·运动背景法 | 第14-17页 |
| 第三章 视频序列中的运动目标检测 | 第17-32页 |
| ·彩色图像原理和转换及图像二值化处理 | 第17-22页 |
| ·彩色图像原理 | 第17-20页 |
| ·彩色图像到灰度图像转换 | 第20-21页 |
| ·图像二值化处理 | 第21-22页 |
| ·运动目标检测方法分类 | 第22-25页 |
| ·帧间差分法 | 第22-24页 |
| ·光流法 | 第24页 |
| ·背景差分法 | 第24-25页 |
| ·基于灰度直方图的运动目标检测方法 | 第25-28页 |
| ·灰度直方图简介 | 第26-27页 |
| ·基于灰度直方图的背景建模 | 第27-28页 |
| ·运动目标检测 | 第28页 |
| ·实验仿真结果和小结 | 第28-32页 |
| 第四章 视频序列中的异常事件检测 | 第32-40页 |
| ·基于像素点异常事件检测和马尔可夫模型 | 第32-34页 |
| ·基于像素点的异常事件检测 | 第32-33页 |
| ·马尔可夫模型 | 第33-34页 |
| ·基于运动背景法的视频异常检测 | 第34-37页 |
| ·时空共生模型 | 第34-36页 |
| ·马尔可夫事件建模 | 第36页 |
| ·异常检测 | 第36-37页 |
| ·实验仿真结果和小结 | 第37-40页 |
| 第五章 视频序列中的异常物体定位 | 第40-50页 |
| ·中值滤波器和分割图像结构化 | 第40-44页 |
| ·中值滤波器 | 第40-42页 |
| ·分割图像的结构化 | 第42-44页 |
| ·物体定位 | 第44-47页 |
| ·物体运动历史图像 | 第44-46页 |
| ·物体定位 | 第46页 |
| ·MHI 方法改进 | 第46-47页 |
| ·实验仿真结果和小结 | 第47-50页 |
| 第六章 全文总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间的学术论文 | 第57页 |
