| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究的背景和意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 基于分类和聚类的异常行为检测模型 | 第12-13页 |
| 1.2.2 基于推断的异常行为检测模型 | 第13页 |
| 1.2.3 基于稀疏重构的异常行为检测模型 | 第13页 |
| 1.3 论文主要工作及章节安排 | 第13-15页 |
| 第2章 异常行为检测概述 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 视频异常行为检测基本处理模型 | 第15-16页 |
| 2.3 特征提取 | 第16-22页 |
| 2.3.1 金字塔光流法 | 第16-19页 |
| 2.3.2 3D-SIFT描述算子 | 第19-21页 |
| 2.3.3 多尺度光流直方图（Multi-scale HOF，MHOF） | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于多属性融合的异常行为检测模型 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 异常检测模型 | 第23-26页 |
| 3.2.1 时空描述符 | 第23-24页 |
| 3.2.2 时域混乱属性 | 第24-25页 |
| 3.2.3 空域混乱属性 | 第25页 |
| 3.2.4 光流属性 | 第25页 |
| 3.2.5 KL距离属性 | 第25-26页 |
| 3.3 实验结果 | 第26-32页 |
| 3.3.1 异常行为检测评估标准 | 第26-27页 |
| 3.3.2 实验环境和参数设置 | 第27页 |
| 3.3.3 局部异常检测实验 | 第27-29页 |
| 3.3.4 全局异常检测 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于协稀疏正则化的异常行为检测模型 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 异常检测模型 | 第33-38页 |
| 4.2.1 协稀疏表示模型 | 第33-35页 |
| 4.2.2 协稀疏正则化 | 第35-36页 |
| 4.2.3 特征提取 | 第36页 |
| 4.2.4 分析字典训练 | 第36-37页 |
| 4.2.5 自适应的字典选择方法 | 第37-38页 |
| 4.3 模型求解 | 第38-40页 |
| 4.4 实验结果 | 第40-44页 |
| 4.4.1 实验环境和参数设置 | 第40-41页 |
| 4.4.2 局部异常检测 | 第41-42页 |
| 4.4.3 全局异常检测 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于组稀疏正则化的异常行为检测模型 | 第45-54页 |
| 5.1 引言 | 第45页 |
| 5.2 组稀疏正则化检测模型 | 第45-49页 |
| 5.2.1 组稀疏表示 | 第45-46页 |
| 5.2.2 特征提取 | 第46-47页 |
| 5.2.3 字典学习 | 第47-48页 |
| 5.2.4 检测模型 | 第48-49页 |
| 5.3 实验结果 | 第49-52页 |
| 5.3.1 局部异常检测 | 第49-50页 |
| 5.3.2 全局异常检测 | 第50-52页 |
| 5.4 算法对比 | 第52-53页 |
| 5.4.1 检测效果对比 | 第52-53页 |
| 5.4.2 时间复杂度分析 | 第53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-55页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 附录 | 第61页 |