| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 异常行为检测的研究背景和意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 论文的主要研究内容 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-22页 |
| 第2章 运动目标检测算法 | 第22-46页 |
| 2.1 基本运动目标检测方法 | 第22-33页 |
| 2.1.1 光流法 | 第23-24页 |
| 2.1.2 帧间差分法 | 第24-25页 |
| 2.1.3 背景减除法 | 第25-33页 |
| 2.2 改进的Codebook背景建模方法 | 第33-41页 |
| 2.2.1 YUV颜色空间 | 第34-36页 |
| 2.2.2 YUV颜色空间下的Codebook模型 | 第36-37页 |
| 2.2.3 亮度条件判定方法的改进及背景更新算法 | 第37-41页 |
| 2.3 仿真实验结果分析 | 第41-44页 |
| 2.4 本章小结 | 第44-46页 |
| 第3章 运动目标跟踪算法 | 第46-60页 |
| 3.1 经典运动目标跟踪算法 | 第46-53页 |
| 3.1.1 Camshift算法 | 第47页 |
| 3.1.2 Kalman滤波算法 | 第47-48页 |
| 3.1.3 粒子滤波算法 | 第48-53页 |
| 3.2 位置预估与模板比较相结合的重采样算法 | 第53-56页 |
| 3.2.1 基于曲线拟合的位置预测 | 第54页 |
| 3.2.2 改进的粒子滤波算法过程 | 第54-56页 |
| 3.3 改进粒子滤波算法实验结果及分析 | 第56-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第4章 运动目标异常行为检测 | 第60-70页 |
| 4.1 运动目标表示与特征提取 | 第60-62页 |
| 4.1.1 运动目标表示 | 第60-61页 |
| 4.1.2 运动目标特征提取 | 第61-62页 |
| 4.2 运动目标异常行为检测方法 | 第62-66页 |
| 4.2.1 加速运动检测 | 第62-63页 |
| 4.2.2 运动目标跌倒检测 | 第63-64页 |
| 4.2.3 运动目标徘徊检测 | 第64-66页 |
| 4.3 异常行为检测实验结果及分析 | 第66-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第5章 异常行为检测系统设计与实现 | 第70-78页 |
| 5.1 系统功能模块设计 | 第70-71页 |
| 5.2 系统流程设计 | 第71-72页 |
| 5.3 模块与类的设计 | 第72-74页 |
| 5.3.1 运动目标检测 | 第73页 |
| 5.3.2 运动目标跟踪 | 第73-74页 |
| 5.4 异常行为检测系统的实现 | 第74-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第6章 结论及下一步工作展望 | 第78-80页 |
| 6.1 结论 | 第78-79页 |
| 6.2 下一步工作展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第86页 |