| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 2 超市监控中人体运动目标检测 | 第15-25页 |
| 2.1 运动目标检测方法 | 第15-21页 |
| 2.1.1 帧间差分法 | 第15-16页 |
| 2.1.2 光流法 | 第16-17页 |
| 2.1.3 背景减除法 | 第17-21页 |
| 2.2 前景图像的后续处理 | 第21-24页 |
| 2.2.1 数学形态学处理 | 第21-22页 |
| 2.2.2 图像中阴影的去除 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 超市监控中人体手部的检测和跟踪算法研究 | 第25-38页 |
| 3.1 超市监控中人体手部的检测和分割 | 第25-27页 |
| 3.2 超市监控中人体手部的跟踪方法 | 第27-36页 |
| 3.2.1 基于Mean Shift算法的人体手部跟踪 | 第27-31页 |
| 3.2.2 基于Kalman滤波的人体手部跟踪 | 第31-35页 |
| 3.2.3 超市监控中人体手部的跟踪算法 | 第35-36页 |
| 3.3“拿取商品”与“藏匿商品”的“行为时空点”定位 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于手部图像特征分析的超市中异常行为的检测 | 第38-51页 |
| 4.1 手部及周围运动像素区域的颜色特征提取 | 第38-40页 |
| 4.1.1 颜色特征概述 | 第38-39页 |
| 4.1.2 手部及周围运动像素区域的颜色直方图特征提取 | 第39-40页 |
| 4.2 手部及周围运动像素区域的纹理特征提取 | 第40-44页 |
| 4.2.1 纹理特征概述 | 第40页 |
| 4.2.2 LBP纹理特征 | 第40-43页 |
| 4.2.3 手部及周围运动像素区域的LBP纹理特征提取 | 第43-44页 |
| 4.3 基于手部图像特征分析的超市中异常行为的检测 | 第44-50页 |
| 4.3.1 手部及周围运动像素区域颜色与纹理直方图的相似度度量 | 第44-45页 |
| 4.3.2 基于手部图像特征分析的“拿取商品”行为检测 | 第45-47页 |
| 4.3.3 基于手部图像特征分析的“藏匿商品”异常行为检测 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 实验方案设计与结果分析 | 第51-75页 |
| 5.1 实验环境 | 第51页 |
| 5.2 实验方案设计 | 第51-52页 |
| 5.2.1 超市监控中异常行为的规则设定 | 第51页 |
| 5.2.2 本文方案流程 | 第51-52页 |
| 5.3 实验数据的采集 | 第52-54页 |
| 5.4 超市监控中人体运动目标检测的实验结果分析 | 第54页 |
| 5.5 超市监控中人体手部检测与跟踪实验的对比分析 | 第54-59页 |
| 5.5.1 超市监控中人体手部检测实验的对比分析 | 第54-56页 |
| 5.5.2 超市监控中人体手部跟踪实验的对比分析 | 第56-58页 |
| 5.5.3“行为时空点”定位方法有效性验证 | 第58-59页 |
| 5.6 本文提出的超市中异常行为检测算法的实验结果分析 | 第59-70页 |
| 5.6.1 手部图像颜色和纹理直方图特征提取实验结果 | 第59-61页 |
| 5.6.2 本文算法可行性实验验证 | 第61-65页 |
| 5.6.3“拿取商品”行为相关参数设置 | 第65-67页 |
| 5.6.4“藏匿商品”行为相关参数设置 | 第67-70页 |
| 5.7 本文方法有效性验证 | 第70-73页 |
| 5.7.1 不同监控距离下本文方法有效性验证 | 第70-71页 |
| 5.7.2 不同商品大小下本文方法有效性验证 | 第71-73页 |
| 5.8 本文与其他方法的对比 | 第73页 |
| 5.9 本章小结 | 第73-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表论文及科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
