| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要内容 | 第12-14页 |
| 2 异常行为检测理论 | 第14-22页 |
| 2.1 目标检测理论 | 第15-18页 |
| 2.1.1 帧间差分法 | 第15-16页 |
| 2.1.2 光流法 | 第16-17页 |
| 2.1.3 背景减除法 | 第17-18页 |
| 2.2 目标识别原理 | 第18-20页 |
| 2.3 人体异常行为检测方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 无监督聚类结合交叉熵的关键帧提取算法 | 第22-34页 |
| 3.1 关键帧提取技术 | 第22-24页 |
| 3.1.1 关键帧选取原则 | 第22页 |
| 3.1.2 典型关键帧提取技术 | 第22-23页 |
| 3.1.3 典型提取算法分析 | 第23-24页 |
| 3.2 自适应无监督聚类融合交叉熵的关键帧提取算法 | 第24-28页 |
| 3.2.1 目标特征提取 | 第25-26页 |
| 3.2.2 无监督聚类算法原理及改进 | 第26-27页 |
| 3.2.3 交叉熵 | 第27-28页 |
| 3.3 提取关键帧 | 第28-33页 |
| 3.3.1 关键帧提取性能评价 | 第28-29页 |
| 3.3.2 实验数据选择 | 第29-30页 |
| 3.3.3 算法性能及分析 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 结合幅值方向直方图熵的异常行为检测算法 | 第34-48页 |
| 4.1 自适应的背景减除方法 | 第34-36页 |
| 4.1.1 多帧图像梯度相关性建立背景模型 | 第34-35页 |
| 4.1.2 自适应阈值调整因子 | 第35-36页 |
| 4.1.3 像素团级判别方法消除鬼影 | 第36页 |
| 4.2 异常行为的特征选取 | 第36-39页 |
| 4.2.1 异常行为特征选取的标准 | 第36-37页 |
| 4.2.2 幅值方向直方图 | 第37页 |
| 4.2.3 行为特征提取结果 | 第37-39页 |
| 4.3 异常行为判定条件 | 第39-40页 |
| 4.3.1 奔跑行为判定条件 | 第39-40页 |
| 4.3.2 尾随行为判定条件 | 第40页 |
| 4.3.3 打架行为判定条件 | 第40页 |
| 4.4 结合幅值方向直方图熵的异常行为检测算法 | 第40-42页 |
| 4.5 检测算法分析 | 第42-47页 |
| 4.5.1 目标人体奔跑行为的检测分析 | 第43-44页 |
| 4.5.2 目标人体尾随行为的检测分析 | 第44-45页 |
| 4.5.3 目标人体打架行为的检测分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 异常行为模型建立 | 第48-60页 |
| 5.1 特征参数获取 | 第48-49页 |
| 5.2 异常模型建立 | 第49-54页 |
| 5.2.1 奔跑行为 | 第49-51页 |
| 5.2.2 尾随行为 | 第51-53页 |
| 5.2.3 打架行为 | 第53-54页 |
| 5.3 异常行为模型的应用 | 第54-58页 |
| 5.3.1 检测奔跑行为 | 第55-56页 |
| 5.3.2 检测尾随行为 | 第56-57页 |
| 5.3.3 检测打架行为 | 第57-58页 |
| 5.4 建模性能比较 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 论文工作总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 攻读硕士学位期间研究成果 | 第68页 |