视频监控中人群异常行为检测方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 人群异常行为检测国外研究现状 | 第12-13页 |
| 1.2.2 人群异常行为检测国内研究现状 | 第13-14页 |
| 1.3 人群异常行为检测算法存在的问题 | 第14-15页 |
| 1.4 本文研究内容及组织安排 | 第15-17页 |
| 2 空间域显著性特征提取 | 第17-26页 |
| 2.1 显著度检测简介 | 第17-18页 |
| 2.2 基于HVS与幅度谱的显著度检测模型 | 第18-23页 |
| 2.2.1 图像块显著值定义 | 第18-19页 |
| 2.2.2 图像块之间的幅度谱差异 | 第19-20页 |
| 2.2.3 图像块显著性的权值 | 第20-22页 |
| 2.2.4 图像分块及多尺度显著性检测 | 第22-23页 |
| 2.3 显著度检测结果及分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 时域人群运动信息特征提取 | 第26-41页 |
| 3.1 光流法 | 第26-35页 |
| 3.1.1 Lucas-Kanade局部光流法 | 第27-28页 |
| 3.1.2 Horn-Schunck全局光流法 | 第28-30页 |
| 3.1.3 规则网格上全局优化的光流算法 | 第30-34页 |
| 3.1.4 实验结果分析 | 第34-35页 |
| 3.2 社会力模型理论 | 第35-37页 |
| 3.3 HOIF特征描述子 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 人群异常行为分类算法 | 第41-49页 |
| 4.1 分类器算法 | 第41-43页 |
| 4.2 SVM分类器 | 第43-46页 |
| 4.3 算法描述 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 人群异常行为检测算法 | 第49-55页 |
| 5.1 实验环境及参数设置 | 第49页 |
| 5.2 实验性能评测标准 | 第49-50页 |
| 5.3 实验结果及其分析 | 第50-54页 |
| 5.3.1 基于UMN数据库的实验 | 第50-52页 |
| 5.3.2 基于PETS 2009 数据库的实验 | 第52-53页 |
| 5.3.3 基于真实场景的实验 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |
