| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 论文的背景与意义 | 第8-10页 |
| 1.2 研究现状及分析 | 第10-15页 |
| 1.2.1 异常行为检测理论的发展现状 | 第10-14页 |
| 1.2.2 异常行为检测系统的研究现状 | 第14-15页 |
| 1.3 本论文的主要内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第二章 监控视频中行人异常行为检测系统的总体设计 | 第17-25页 |
| 2.1 系统设计目标 | 第17-19页 |
| 2.1.1 背景分析 | 第17-19页 |
| 2.1.2 设计目标 | 第19页 |
| 2.2 硬件设计方案 | 第19-22页 |
| 2.2.1 系统整体架构 | 第19-20页 |
| 2.2.2 器件选择及系统搭建 | 第20-22页 |
| 2.3 软件的框架设计 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 行人的运动信息提取方法研究 | 第25-45页 |
| 3.1 监控视频中的行人检测 | 第25-35页 |
| 3.1.1 运动目标检测算法及其对比 | 第26-29页 |
| 3.1.2 基于HOG特征的行人检测 | 第29-32页 |
| 3.1.3 串联行人检测方案 | 第32-35页 |
| 3.2 监控视频中的多目标跟踪 | 第35-39页 |
| 3.2.1 基于时空上下文学习的目标跟踪 | 第35-37页 |
| 3.2.2 基于STC的多目标跟踪 | 第37-39页 |
| 3.3 检测信息与跟踪信息的融合 | 第39-43页 |
| 3.3.1 检测信息与跟踪信息融合的框图 | 第40页 |
| 3.3.2 整合器的实现 | 第40-41页 |
| 3.3.3 实验对比 | 第41-43页 |
| 3.4 光流的提取 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 行人异常行为检测方法研究 | 第45-63页 |
| 4.1 简单异常行为的检测 | 第45-48页 |
| 4.1.1 越界检测 | 第46-47页 |
| 4.1.2 周界保护 | 第47-48页 |
| 4.2 基于多运动模型的异常行为检测 | 第48-56页 |
| 4.2.1 算法的框图 | 第49页 |
| 4.2.2 运动模型的建立 | 第49-52页 |
| 4.2.3 异常运动检测 | 第52-54页 |
| 4.2.4 实验结果 | 第54-56页 |
| 4.3 基于社会力的多人异常行为检测 | 第56-60页 |
| 4.3.1 社会力的计算 | 第56-57页 |
| 4.3.2 基于社会力加权方向直方图的异常行为检测 | 第57-59页 |
| 4.3.3 实验结果 | 第59-60页 |
| 4.4 异常行为检测算法切换 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 系统的整体实现 | 第63-77页 |
| 5.1 其他模块的设计 | 第63-69页 |
| 5.1.1 存储模块的实现 | 第63-67页 |
| 5.1.2 报警模块的设计 | 第67-69页 |
| 5.1.3 行为检索模块的设计 | 第69页 |
| 5.2 相关软件库的支持 | 第69-71页 |
| 5.2.1 开源计算机视觉库 | 第70页 |
| 5.2.2 微软基础类库 | 第70-71页 |
| 5.3 总体实现 | 第71-76页 |
| 5.3.1 系统实现的框图 | 第71-73页 |
| 5.3.2 系统的图形界面 | 第73-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间所取得的科研成果 | 第83页 |