视频监控轨迹数据模式学习及行为分析
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·课题背景及研究现状 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·目标检测 | 第13-14页 |
| ·目标跟踪 | 第14-15页 |
| ·目标聚类及行为分析 | 第15-16页 |
| ·论文组织安排 | 第16-19页 |
| 2 研究综述 | 第19-25页 |
| ·视频监控场景分类 | 第19页 |
| ·轨迹预处理 | 第19-21页 |
| ·轨迹漏帧检测 | 第20页 |
| ·数据降维 | 第20-21页 |
| ·轨迹聚类算法 | 第21-22页 |
| ·聚类算法综述 | 第21页 |
| ·聚类算法国内外研究现状 | 第21-22页 |
| ·目标行为分析 | 第22-25页 |
| 3 室内监控轨迹行为分析 | 第25-43页 |
| ·本章工作框架 | 第25页 |
| ·运动轨迹模式学习 | 第25-31页 |
| ·轨迹分段 | 第26-27页 |
| ·建模HMM | 第27-30页 |
| ·关联矩阵 | 第30-31页 |
| ·自适应动态分层聚类树 | 第31-33页 |
| ·异常检测 | 第33页 |
| ·实验结果 | 第33-41页 |
| ·HMM建模 | 第34-39页 |
| ·轨迹异常检测与行为分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 4 室外监控轨迹行为分析 | 第43-59页 |
| ·本章工作框架 | 第43-44页 |
| ·基于进出点的轨迹合并 | 第44-48页 |
| ·基于密度分布的轨迹端点检测 | 第44-47页 |
| ·轨迹融合 | 第47-48页 |
| ·基于可能性模糊C均值的轨迹聚类 | 第48-52页 |
| ·模糊C-均值算法 | 第49-50页 |
| ·可能性C均值算法 | 第50页 |
| ·可能性模糊C均值算法 | 第50-52页 |
| ·运动模式学习 | 第52-55页 |
| ·行为分析 | 第55-57页 |
| ·异常检测 | 第55-56页 |
| ·行为预测 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65-69页 |
| 学位论文数据集 | 第69页 |
