视频监控中异常场景检测与分析研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和研究现状 | 第11-14页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究现状和方法介绍 | 第11-14页 |
| 1.2 本文研究内容 | 第14页 |
| 1.3 论文组织 | 第14-15页 |
| 第二章 基于目标检测跟踪的异常行为分析 | 第15-38页 |
| 2.1 目标检测与跟踪技术 | 第15-23页 |
| 2.1.1 运动区域检测 | 第15-18页 |
| 2.1.2 目标特征描述 | 第18-22页 |
| 2.1.3 运动目标跟踪 | 第22-23页 |
| 2.2 人体动作识别 | 第23-32页 |
| 2.2.1 视频序列中的运动信息 | 第24-27页 |
| 2.2.2 基于时空信息的特征描述 | 第27-30页 |
| 2.2.3 动作的分类方法 | 第30-32页 |
| 2.3 异常行为的判别 | 第32-37页 |
| 2.3.1 特征选择 | 第32-34页 |
| 2.3.2 判别过程 | 第34-35页 |
| 2.3.3 实验结果分析 | 第35-36页 |
| 2.3.4 实验结果的进一步讨论 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 特定场景的异常分析 | 第38-61页 |
| 3.1 监控场景下的斗殴行为检测 | 第38-54页 |
| 3.1.1 相关研究介绍 | 第39-41页 |
| 3.1.2 问题描述及解决思路阐述 | 第41-42页 |
| 3.1.3 光流-高斯模型检测大运动区域 | 第42-44页 |
| 3.1.4 多尺度时空特征 | 第44-45页 |
| 3.1.5 扫描窗技术 | 第45-46页 |
| 3.1.6 HOFO 特征描述子 | 第46-48页 |
| 3.1.7 特征模型的训练 | 第48页 |
| 3.1.8 斗殴行为判别流程 | 第48-50页 |
| 3.1.9 数据库及实验结果 | 第50-54页 |
| 3.1.10 小结 | 第54页 |
| 3.2 老人监护问题 | 第54-60页 |
| 3.2.1 方案描述 | 第54-55页 |
| 3.2.2 人体剪影的提取 | 第55-57页 |
| 3.2.3 R-变换 | 第57-58页 |
| 3.2.4 特征表达 | 第58-59页 |
| 3.2.5 特征降维 | 第59页 |
| 3.2.6 隐马尔科夫模型(HMM) | 第59-60页 |
| 3.2.7 小结 | 第60页 |
| 3.3 本章小结 | 第60-61页 |
| 第四章 基于纹理信息的异常分析 | 第61-69页 |
| 4.1 WLD 局部纹理特征 | 第61-64页 |
| 4.2 纹理特征对异常场景的描述 | 第64-65页 |
| 4.3 基于纹理特征的异常行为判别 | 第65-66页 |
| 4.4 实验结果的讨论 | 第66-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 全文总结 | 第69页 |
| 5.2 研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间已发表或录用的论文 | 第76页 |
