基于视频分析的室内人体跌倒检测方法的实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·研究背景 | 第12-17页 |
| ·主要任务 | 第12页 |
| ·相关技术 | 第12-14页 |
| ·视频监控系统的发展历史 | 第14-16页 |
| ·人体跌倒异常行为检测发展现状 | 第16-17页 |
| ·本文研究目标 | 第17页 |
| ·结构安排 | 第17-19页 |
| 第二章 系统整体架构设计 | 第19-24页 |
| ·系统整体拓扑设计 | 第19-20页 |
| ·跌倒异常检测算法设计 | 第20-24页 |
| 第三章 基于背景差分的运动目标检测 | 第24-40页 |
| ·引言 | 第24页 |
| ·运动目标检测技术分析 | 第24-28页 |
| ·帧间差分法 | 第24-25页 |
| ·背景差分法 | 第25-27页 |
| ·光流法 | 第27页 |
| ·目标检测方法的选择 | 第27-28页 |
| ·基于背景差分的运动目标检测 | 第28-33页 |
| ·算法流程 | 第28-29页 |
| ·背景更新方法 | 第29-30页 |
| ·平滑去噪处理 | 第30-31页 |
| ·使用 OpenCV 实现运动目标检测 | 第31-33页 |
| ·实验及结果分析 | 第33-38页 |
| ·各种检测方法对比实验 | 第33-37页 |
| ·本文检测算法性能实验 | 第37-38页 |
| ·小结 | 第38-40页 |
| 第四章 基于两次框选的目标定位方法 | 第40-55页 |
| ·引言 | 第40页 |
| ·运动目标定位方法分析 | 第40-42页 |
| ·投影定位分析法 | 第40-42页 |
| ·连通区域分析法 | 第42页 |
| ·两步框选提取运动区域 | 第42-49页 |
| ·算法流程图 | 第42-44页 |
| ·两步框选目标定位算法 | 第44-46页 |
| ·去除非监控物体干扰 | 第46-47页 |
| ·估算下一帧处理区域 | 第47-49页 |
| ·实验及结果分析 | 第49-54页 |
| ·两步框选算法有效性实验 | 第49-51页 |
| ·阈值选取实验 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第五章 基于两级 SVM 分类器的行为识别 | 第55-67页 |
| ·引言 | 第55页 |
| ·行为辨识方法分析 | 第55-56页 |
| ·支持向量机 | 第56-58页 |
| ·支持向量机的基本概念 | 第56-57页 |
| ·多类支持向量机 | 第57-58页 |
| ·基于两级 SVM 分类器的行为辨识 | 第58-66页 |
| ·算法流程 | 第58-60页 |
| ·第一级 SVM 分类器 | 第60-63页 |
| ·第二级 SVM 分类器 | 第63-65页 |
| ·避免单帧误判造成误报的措施 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第六章 系统性能测试及结果分析 | 第67-71页 |
| ·误警率试验 | 第67-69页 |
| ·长时间误报警次数实验 | 第67-68页 |
| ·不同运动情况误警率实验 | 第68-69页 |
| ·检测正确率实验 | 第69-71页 |
| ·不同跌倒方式准确率实验 | 第69页 |
| ·不同运动情况准确率实验 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
