| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·国内外研究动态 | 第8-9页 |
| ·本文的主要工作和结构安排 | 第9-13页 |
| 2 人的行为分析方法概述 | 第13-19页 |
| ·人体检测 | 第13-14页 |
| ·特征提取 | 第14-15页 |
| ·免模型方法 | 第14页 |
| ·基于模型的方法 | 第14-15页 |
| ·分类识别 | 第15-17页 |
| ·模板匹配方法(Template Matching Approaches) | 第15-16页 |
| ·状态空间方法(State Space Approaches) | 第16-17页 |
| ·难点问题 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 支持向量机(SVM)理论 | 第19-27页 |
| ·统计学习理论 | 第19页 |
| ·SVM基本原理 | 第19-21页 |
| ·SVM的数学模型 | 第21-23页 |
| ·线性支持向量机 | 第21-22页 |
| ·线性不可分情况 | 第22-23页 |
| ·非线性不可分情况 | 第23页 |
| ·核函数 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 4 运动分割及图像预处理 | 第27-37页 |
| ·非参数背景模型估计 | 第27-28页 |
| ·噪声去除与阴影抑制 | 第28-30页 |
| ·噪声去除 | 第28-29页 |
| ·阴影抑制 | 第29-30页 |
| ·背景更新 | 第30-32页 |
| ·图像连通处理 | 第32-34页 |
| ·连通域检测 | 第32-34页 |
| ·区域合并 | 第34页 |
| ·后处理 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 侧面异常行为的特征提取及其识别 | 第37-49页 |
| ·特征提取 | 第37-43页 |
| ·异常行为分类 | 第38-39页 |
| ·移动型行为特征提取 | 第39-41页 |
| ·准静止型行为特征提取 | 第41-43页 |
| ·基于 SVM的侧面异常行为识别 | 第43-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 6 正面异常行为的特征提取及其识别 | 第49-61页 |
| ·特征提取 | 第49-54页 |
| ·外形编码 | 第50页 |
| ·分割维数选择 | 第50-52页 |
| ·编码表示 | 第52-53页 |
| ·特征选择 | 第53-54页 |
| ·基于 SVM的正面异常行为识别 | 第54-57页 |
| ·实验结果与分析 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 7 总结与展望 | 第61-65页 |
| ·本文工作总结 | 第61-62页 |
| ·工作展望 | 第62-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |