基于异常行为辨识的智能监控技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-13页 |
| 1.2 本文研究背景 | 第13-16页 |
| 1.2.1 基于图像特征的方法 | 第13-14页 |
| 1.2.2 基于模型匹配的方法 | 第14-15页 |
| 1.2.3 其它研究工作 | 第15-16页 |
| 1.3 本文研究目标 | 第16页 |
| 1.4 本文层次结构 | 第16-17页 |
| 1.5 本文项目来源 | 第17-18页 |
| 第二章 快速标定与鲁棒背景建模 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 快速标定 | 第18-25页 |
| 2.2.1 标定问题描述 | 第18-20页 |
| 2.2.2 三种坐标系及其关系 | 第20-21页 |
| 2.2.3 快速标定算法描述 | 第21-24页 |
| 2.2.4 算法应用示例 | 第24-25页 |
| 2.3 鲁棒背景建模 | 第25-32页 |
| 2.3.1 背景建模问题描述 | 第25-26页 |
| 2.3.2 像素状态的含义及计算 | 第26-28页 |
| 2.3.3 基于像素状态的背景建模 | 第28-30页 |
| 2.3.4 改进的减背景操作 | 第30页 |
| 2.3.5 实验结果 | 第30-32页 |
| 2.4 小结 | 第32-34页 |
| 第三章 基于跟踪的异常行为辨识 | 第34-54页 |
| 3.1 引言 | 第34页 |
| 3.2 混合跟踪算法 | 第34-43页 |
| 3.2.1 前景检测 | 第35-37页 |
| 3.2.2 人像分割 | 第37-40页 |
| 3.2.3 混合跟踪算法 | 第40-43页 |
| 3.3 出入口人数统计与异常行为辨识 | 第43-46页 |
| 3.3.1 双椭圆模型 | 第44-45页 |
| 3.3.2 实验结果 | 第45-46页 |
| 3.4 多人行为辨识问题 | 第46-53页 |
| 3.4.1 Agent 简介 | 第46-47页 |
| 3.4.2 多人行为辨识 | 第47-51页 |
| 3.4.3 实验结果 | 第51-53页 |
| 3.5 小结 | 第53-54页 |
| 第四章 基于学习的异常行为辨识 | 第54-75页 |
| 4.1 引言 | 第54-55页 |
| 4.2 支持向量机 | 第55-56页 |
| 4.3 基于SVM 的异常行为辨识 | 第56-61页 |
| 4.3.1 算法描述 | 第56-57页 |
| 4.3.2 行为特征的获取与学习 | 第57-59页 |
| 4.3.3 实验结果 | 第59-61页 |
| 4.4 运动约束与异常行为辨识 | 第61-68页 |
| 4.4.1 算法描述 | 第61-62页 |
| 4.4.2 光流特征获取 | 第62-64页 |
| 4.4.3 光流特征学习 | 第64-65页 |
| 4.4.4 运动约束的引入 | 第65-67页 |
| 4.4.5 实验结果 | 第67-68页 |
| 4.5 鲁棒人数估计 | 第68-73页 |
| 4.5.1 图像块的选择和分析 | 第69-70页 |
| 4.5.2 图像块学习算法 | 第70-71页 |
| 4.5.3 实验结果与讨论 | 第71-73页 |
| 4.6 小结 | 第73-75页 |
| 第五章 基于能量的群体异常行为辨识 | 第75-93页 |
| 5.1 引言 | 第75-76页 |
| 5.2 视频的能量描述 | 第76-77页 |
| 5.3 基于动态特征能量的群体异常行为辨识 | 第77-83页 |
| 5.3.1 动态特征 | 第77-78页 |
| 5.3.2 动态特征的选取 | 第78页 |
| 5.3.3 能量计算公式 | 第78-81页 |
| 5.3.4 能量曲线分析与群体异常行为辨识 | 第81-83页 |
| 5.4 基于马尔科夫随机场能量的群体异常行为辨识 | 第83-91页 |
| 5.4.1 马尔科夫随机场 | 第83-84页 |
| 5.4.2 基于马尔科夫随机场的能量描述 | 第84-85页 |
| 5.4.3 能量计算公式的推导 | 第85-88页 |
| 5.4.4 算法验证 | 第88页 |
| 5.4.5 能量曲线分析 | 第88-89页 |
| 5.4.6 群体运动状态的能量分布图 | 第89-91页 |
| 5.5 小结 | 第91-93页 |
| 第六章 多模态智能监控系统 | 第93-112页 |
| 6.1 引言 | 第93-94页 |
| 6.2 音频信号获取与异常声音辨识 | 第94-99页 |
| 6.2.1 声音特征提取 | 第95-96页 |
| 6.2.2 声音特征降维 | 第96-97页 |
| 6.2.3 异常声音辨识分类器 | 第97-98页 |
| 6.2.4 实验结果讨论 | 第98-99页 |
| 6.3 多种传感器信号的获取 | 第99-102页 |
| 6.3.1 烟雾传感器模块 | 第99-100页 |
| 6.3.2 振动传感器模块 | 第100-101页 |
| 6.3.3 信号采集模块 | 第101-102页 |
| 6.4 多模态智能监控系统设计与实现 | 第102-111页 |
| 6.4.1 系统设计背景 | 第103页 |
| 6.4.2 系统构架 | 第103-105页 |
| 6.4.3 仿真实验环境 | 第105-106页 |
| 6.4.4 仿真实验演示 | 第106-111页 |
| 6.5 小结 | 第111-112页 |
| 第七章 全文总结 | 第112-115页 |
| 7.1 本文研究工作总结 | 第112页 |
| 7.2 本文创新点 | 第112-114页 |
| 7.3 研究展望 | 第114-115页 |
| 参考文献 | 第115-126页 |
| 致谢 | 第126-127页 |
| 科研成果 | 第127-128页 |
