监狱智能监控系统中异常行为识别技术的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·智能视频监控系统的研究与发展现状 | 第9-10页 |
| ·论文结构安排 | 第10-12页 |
| 第二章 视频及图像预处理 | 第12-24页 |
| ·视频流简介 | 第12-13页 |
| ·视频流系统的构成 | 第12页 |
| ·视频流的优势 | 第12-13页 |
| ·图像处理基础 | 第13-23页 |
| ·颜色空间 | 第13-16页 |
| ·图像平滑 | 第16-17页 |
| ·图像形态学 | 第17-22页 |
| ·阈值化 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 运动目标检测 | 第24-41页 |
| ·前景提取方法 | 第24-29页 |
| ·相邻帧差法 | 第24-26页 |
| ·光流法 | 第26-27页 |
| ·背景差分法 | 第27-29页 |
| ·混合高斯模型 | 第29-31页 |
| ·CodeBook 模型 | 第31-32页 |
| ·算法的改进 | 第32-38页 |
| ·三层自适应混合高斯模型介绍 | 第32-34页 |
| ·阴影消除 | 第34-37页 |
| ·自适应学习率 | 第37页 |
| ·全局灰度平均值 | 第37-38页 |
| ·八邻域相关性去噪 | 第38页 |
| ·改进算法性能分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 人体行为识别 | 第41-59页 |
| ·特征提取 | 第41-44页 |
| ·特征的定义 | 第41-42页 |
| ·特征提取方法 | 第42-44页 |
| ·运动目标轮廓提取 | 第44-45页 |
| ·序列 | 第44页 |
| ·轮廓查找 | 第44-45页 |
| ·实验采用方法 | 第45-58页 |
| ·基于目标轮廓特征的行为识别 | 第45-46页 |
| ·前景运动超速检测 | 第46-51页 |
| ·区域光流特征检测 | 第51-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 系统设计与实现 | 第59-66页 |
| ·相关开发技术介绍 | 第59-62页 |
| ·Opencv 计算机视觉库 | 第59-61页 |
| ·视频监控系统的组成结构 | 第61-62页 |
| ·系统界面 | 第62-64页 |
| ·系统主界面介绍 | 第62-63页 |
| ·界面说明 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·未来展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 附录 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
