| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 引言 | 第10-22页 |
| 1.1 研究背景及意义 | 第10-17页 |
| 1.1.1 人体异常行为检测研究现状 | 第12-14页 |
| 1.1.2 人体异常行为检测应用现状 | 第14-17页 |
| 1.2 论文的主要研究内容 | 第17-20页 |
| 1.2.1 人体异常行为检测的难点 | 第17-18页 |
| 1.2.2 主要研究内容 | 第18-19页 |
| 1.2.3 研究目标与技术指标 | 第19-20页 |
| 1.3 论文的章节安排 | 第20-22页 |
| 第2章 学习网络训练理论分析 | 第22-38页 |
| 2.1 卷积神经网络 | 第22-30页 |
| 2.1.1 图像卷积和池化 | 第24-26页 |
| 2.1.2 反向传播算法 | 第26-30页 |
| 2.2 基于CNN的目标检测网络模型 | 第30-35页 |
| 2.2.1 RCNN、Fast-RCNN和Faster-RCNN网络 | 第30-32页 |
| 2.2.2 YOLO、YOLOv2和SSD网络 | 第32-35页 |
| 2.3 人体异常行为检测思路总结 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 YOLO-ABD网络模型的建立 | 第38-53页 |
| 3.1 YOLO-ABD模型结构与原理 | 第38-40页 |
| 3.2 数据集的建立 | 第40-47页 |
| 3.2.1 人体异常行为定义 | 第40-43页 |
| 3.2.2 视频图像数据帧截取与筛选 | 第43-45页 |
| 3.2.3 图像数据的标定 | 第45-47页 |
| 3.3 YOLO-ABD网络模型的训练 | 第47-51页 |
| 3.3.1 实验条件 | 第47-48页 |
| 3.3.2 YOLO-ABD网络模型的训练 | 第48-50页 |
| 3.3.3 YOLO-ABD网络模型的调试与优化 | 第50-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 实验分析与评价 | 第53-61页 |
| 4.1 实验结果及分析 | 第53-54页 |
| 4.2 实验结果比较和评价 | 第54-60页 |
| 4.2.1 三种网络模型的比较和评价 | 第55-58页 |
| 4.2.2 与Face++人体检测平台的比较 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-64页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第72页 |