基于视频序列的人体异常行为检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·本文研究背景及意义 | 第8-9页 |
| ·国内外研究现状及发展趋势 | 第9-10页 |
| ·国内外研究现状 | 第9-10页 |
| ·发展趋势 | 第10页 |
| ·本文研究的主要内容和结构安排 | 第10-12页 |
| 第二章 运动处理技术 | 第12-18页 |
| ·Opencv 图像处理背景知识 | 第12-13页 |
| ·Opencv 简介 | 第12-13页 |
| ·Opencv 在本论文系统中的应用概述 | 第13页 |
| ·图像处理基础 | 第13-15页 |
| ·图像平滑处理 | 第13-14页 |
| ·中值滤波 | 第14-15页 |
| ·数学形态学基础 | 第15-17页 |
| ·图像的腐蚀和膨胀 | 第15-17页 |
| ·开运算和闭运算 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 运动目标检测 | 第18-42页 |
| ·背景模型初始化及更新 | 第18-20页 |
| ·统计平均法 | 第18-19页 |
| ·单高斯分布模型 | 第19页 |
| ·混合高斯分布模型 | 第19-20页 |
| ·各种运动目标检测技术 | 第20-25页 |
| ·帧间差分法 | 第21-23页 |
| ·光流法 | 第23-24页 |
| ·背景差分法 | 第24-25页 |
| ·帧间差分法和背景差分法相结合 | 第25-31页 |
| ·背景和前景的提取 | 第25-29页 |
| ·基于区域的选择性背景更新 | 第29-31页 |
| ·阴影的检测与去除 | 第31-35页 |
| ·阴影的分类与现有的检测算法分类 | 第31-32页 |
| ·基于快速归一化互相关函数的阴影检测算法 | 第32-35页 |
| ·图像分割 | 第35-41页 |
| ·门限处理 | 第36-37页 |
| ·边缘检测 | 第37-39页 |
| ·区域生长 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 运动目标的跟踪 | 第42-56页 |
| ·常用的目标跟踪方法 | 第42-43页 |
| ·卡尔曼滤波器 | 第43-46页 |
| ·基于多特征匹配的区域跟踪 | 第46-54页 |
| ·卡尔曼滤波预测模型 | 第46-48页 |
| ·基于多特征匹配的区域跟踪算法的综述 | 第48-49页 |
| ·具体算法描述 | 第49-54页 |
| ·实验小结 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第五章 人体异常行为检测 | 第56-64页 |
| ·人体行为识别方法 | 第56-57页 |
| ·基于模板匹配的方法 | 第56页 |
| ·基于状态空间的方法 | 第56-57页 |
| ·基于运动特征的异常行为识别 | 第57-60页 |
| ·本文研究的异常行为 | 第57-58页 |
| ·本文算法策略 | 第58-60页 |
| ·系统的设计与实现 | 第60-63页 |
| ·系统结构示意图 | 第60-62页 |
| ·演示界面 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文总结 | 第64-65页 |
| ·未来展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
