| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-18页 |
| 1.1 本课题研究的背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 本文相关基础知识介绍 | 第18-29页 |
| 2.1 稀疏编码模型 | 第18-19页 |
| 2.2 稀疏编码在计算机视觉领域的应用 | 第19-26页 |
| 2.3 视觉词包模型(BAG-OF-VISUAL-WORDS MODEL) | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于稀疏编码的显著度检测算法 | 第29-36页 |
| 3.1 显著度的概念 | 第29页 |
| 3.2 基于稀疏表示的静态图像显著度检测 | 第29-31页 |
| 3.3 视频显著度检测与异常行为分析 | 第31-35页 |
| 3.3.1 运动特征的提取 | 第32-34页 |
| 3.3.2 计算运动关注图 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 全局与局部异常行为检测算法 | 第36-45页 |
| 4.1 活动强度属性 | 第36-37页 |
| 4.2 活动一致度属性 | 第37-39页 |
| 4.3 实验与比较 | 第39-44页 |
| 4.3.1 全局异常行为检测 | 第39-41页 |
| 4.3.2 局部异常行为检测 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-52页 |
| 致谢 | 第52页 |