摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
缩略词 | 第11-12页 |
第一章 绪论 | 第12-18页 |
1.1 课题背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 智能监控系统 | 第13-14页 |
1.2.2 行人异常行为检测 | 第14-15页 |
1.3 主要工作及章节安排 | 第15-17页 |
1.3.1 主要工作 | 第15-16页 |
1.3.2 章节安排 | 第16-17页 |
1.4 本章小结 | 第17-18页 |
第二章 视频监控系统下的运动目标提取 | 第18-29页 |
2.1 传统运动目标检测方法 | 第18-19页 |
2.1.1 帧间差分法 | 第18页 |
2.1.2 光流法 | 第18-19页 |
2.1.3 背景减法 | 第19页 |
2.2 基于改进混合高斯背景建模下的运动目标检测技术 | 第19-24页 |
2.2.1 传统高斯混合模型 | 第19-22页 |
2.2.2 改进后的高斯混合模型 | 第22-24页 |
2.3 检测目标后处理 | 第24-26页 |
2.3.1 去噪处理 | 第24-25页 |
2.3.2 形态学处理 | 第25-26页 |
2.4 实验结果与分析 | 第26-28页 |
2.5 本章小结 | 第28-29页 |
第三章 群聚与奔跑异常行为检测方法研究 | 第29-48页 |
3.1 人群密度估计 | 第29-37页 |
3.1.1 摄像机透视效应 | 第29-31页 |
3.1.2 加权前景面积计算 | 第31-33页 |
3.1.3 二维联合信息熵 | 第33-34页 |
3.1.4 人群密度指标 | 第34页 |
3.1.5 实验结果与分析 | 第34-37页 |
3.2 基于光流法的运动特征 | 第37-42页 |
3.2.1 金字塔LK光流计算 | 第37-40页 |
3.2.2 光流加权方向直方图的熵 | 第40-41页 |
3.2.3 光流能量 | 第41-42页 |
3.3 异常行为判断指标 | 第42-43页 |
3.4 实验结果分析 | 第43-47页 |
3.5 本章小结 | 第47-48页 |
第四章 基于遗留物检测的旅客行为分析 | 第48-61页 |
4.1 基于双重背景的目标检测 | 第48-49页 |
4.2 遗留物检测 | 第49-56页 |
4.2.1 目标特征选取 | 第50-54页 |
4.2.2 遗留物判断 | 第54-56页 |
4.3 旅客遗留物体的行为分析 | 第56-57页 |
4.4 实验结果分析 | 第57-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 总结 | 第61页 |
5.2 展望 | 第61-63页 |
参考文献 | 第63-68页 |
致谢 | 第68-69页 |
在学期间的研究成果及发表的学术论文 | 第69页 |