| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文层次结构安排 | 第14-15页 |
| 第二章 人体运动分析关键技术综述 | 第15-23页 |
| ·运动人体检测 | 第16-19页 |
| ·运动目标分割 | 第16-18页 |
| ·运动目标分类 | 第18-19页 |
| ·人体跟踪 | 第19-21页 |
| ·基于模型的跟踪 | 第19-20页 |
| ·基于特征的跟踪 | 第20页 |
| ·基于活动轮廓的跟踪 | 第20页 |
| ·基于区域的跟踪 | 第20-21页 |
| ·人体行为理解与描述 | 第21-22页 |
| ·行为理解 | 第21-22页 |
| ·行为描述 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 鲁棒的运动目标检测 | 第23-43页 |
| ·单一高斯概率密度函数的参数估计 | 第23-25页 |
| ·高斯混合密度函数的参数估计 | 第25-27页 |
| ·自适应高斯混合背景模型 | 第27-28页 |
| ·基于时空模型的改进算法 | 第28-32页 |
| ·马尔科夫随机场 | 第28-30页 |
| ·基于时空模型改进算法 | 第30-32页 |
| ·基于区域高斯模型的噪声处理算法 | 第32-35页 |
| ·区域高斯背景模型 | 第32-33页 |
| ·改进的区域标记算法 | 第33-35页 |
| ·阴影抑制 | 第35-39页 |
| ·阴影的特点及处理方法 | 第35-36页 |
| ·基于HSV 彩色模型的阴影去除算法 | 第36-38页 |
| ·基于HSI 彩色模型改进的阴影去除算法 | 第38-39页 |
| ·实验与结果分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于AHMMS 与SAAHSM 的多人交互异常行为识别 | 第43-56页 |
| ·经典隐马尔科夫模型（HMMs） | 第43-44页 |
| ·异步隐马尔科夫模型（AHMMs） | 第44-48页 |
| ·估算异步观察序列的联合概率 | 第45-46页 |
| ·估算最佳状态转换序列 | 第46页 |
| ·参数学习 | 第46-48页 |
| ·多人交互异常行为识别的基本处理流程 | 第48-49页 |
| ·视频分割与人体跟踪 | 第49-50页 |
| ·特征提取 | 第50-54页 |
| ·对称非对称行为层次结构模型（SAAHSM） | 第50-52页 |
| ·人体行为相关性度量 | 第52页 |
| ·SRC 聚类算法 | 第52-53页 |
| ·群组代表 | 第53-54页 |
| ·多人交互异常行为识别算法 | 第54-55页 |
| ·实验与结果分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于动态能量模型的群体异常行为识别 | 第56-70页 |
| ·传统的动态光流特征 | 第56-59页 |
| ·特征描述及获取 | 第57-58页 |
| ·动态特征的过滤 | 第58-59页 |
| ·基于光流的动态能量特征 | 第59-64页 |
| ·视频的动态能量 | 第59-60页 |
| ·动态能量特征 | 第60-64页 |
| ·基于动态能量特征的群体异常行为识别模型 | 第64-66页 |
| ·微观部分的动能 | 第64-65页 |
| ·宏观部分的动能 | 第65-66页 |
| ·实验与结果分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |