| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 行为识别研究现状 | 第11-12页 |
| 1.3 基于轨迹的行为识别 | 第12-13页 |
| 1.4 本文主要的研究内容 | 第13-14页 |
| 1.5 本文结构 | 第14-15页 |
| 第2章 行为识别方法概述 | 第15-27页 |
| 2.1 行为识别流程介绍 | 第15-21页 |
| 2.1.1 预处理 | 第15-16页 |
| 2.1.2 目标检测 | 第16-19页 |
| 2.1.3 特征提取 | 第19-21页 |
| 2.2 行为识别方法 | 第21-27页 |
| 2.2.1 基于模版匹配的行为识别方法 | 第22-23页 |
| 2.2.2 基于状态空间的行为识别方法 | 第23-27页 |
| 第3章 基于轨迹能量扩散图的组行为识别 | 第27-44页 |
| 3.1 预处理 | 第28-30页 |
| 3.1.1 目标跟踪算法分类 | 第28-29页 |
| 3.1.2 粒子滤波算法 | 第29-30页 |
| 3.2 轨迹能量扩散图 | 第30-32页 |
| 3.2.1 获得轨迹能量块图 | 第31-32页 |
| 3.2.2 由轨迹能量块图生成轨迹能量扩散图 | 第32页 |
| 3.3 融合特征向量 | 第32-39页 |
| 3.3.1 由轨迹能量扩散图得到轨迹能量等势线图 | 第33页 |
| 3.3.2 用AHDH算法描述轨迹能量等势线图得AHDH特征向量 | 第33-36页 |
| 3.3.3 用BSM算法描述轨迹能量等势线图得BSM特征向量 | 第36-38页 |
| 3.3.4 得到融合特征向量 | 第38-39页 |
| 3.4 基于支持向量机的组行为识别 | 第39-44页 |
| 3.4.1 支持向量机的理论介绍 | 第39-40页 |
| 3.4.2 支持向量机的分类原理 | 第40-43页 |
| 3.4.3 支持向量机的分类过程 | 第43-44页 |
| 第4章 实验及分析 | 第44-49页 |
| 4.1 实验环境 | 第45页 |
| 4.2 确定实验参数 | 第45-47页 |
| 4.3 组行为识别 | 第47-49页 |
| 第5章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |