首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向监视场景的斗殴行为检测技术研究

摘要第1-9页
ABSTRACT第9-11页
第一章 绪论第11-16页
   ·课题背景第11页
   ·研究现状第11-14页
     ·人体运动智能分析的研究现状第11-13页
     ·运动矢量在视频分析中的应用第13-14页
   ·本文工作第14-16页
第二章 相关理论与技术基础第16-37页
   ·运动目标检测第16-21页
     ·时间差分法第16-18页
     ·背景减除法第18-19页
     ·光流法第19-21页
   ·运动估计与运动矢量提取第21-27页
     ·运动估计和运动补偿第21-22页
     ·块匹配算法第22-23页
     ·块匹配算法的匹配准则第23-24页
     ·传统的块匹配运动估计算法第24-27页
   ·模糊神经网络第27-36页
     ·模糊神经网络的提出及发展第27-29页
     ·模糊系统第29-31页
     ·模糊神经网络模型第31-36页
   ·本章小结第36-37页
第三章 基于针孔成像模型的运动矢量标准化算法第37-46页
   ·运动矢量在事件检测中的优势和局限性第37-39页
   ·运动矢量标准化算法第39-44页
     ·图像缩放第39-40页
     ·运动区域分割第40-41页
     ·计算标准化因子第41-44页
   ·实验仿真及分析第44-45页
   ·本章小结第45-46页
第四章 基于运动矢量的斗殴行为运动特征提取方法第46-59页
   ·斗殴行为检测研究现状第46-47页
   ·斗殴行为及其特征第47-50页
   ·基于运动矢量的斗殴行为运动特征提取算法第50-55页
     ·运动区域分割第50-52页
     ·运动矢量计算第52-53页
     ·运动特征提取第53-55页
   ·实验仿真及分析第55-58页
   ·本章小结第58-59页
第五章 基于模糊理论的斗殴行为可靠判定方法第59-71页
   ·基于模糊模式识别的斗殴行为判定第59-61页
     ·隶属函数的确定第59-60页
     ·斗殴场景判定第60-61页
   ·基于模糊神经网络的斗殴场景判定算法第61-65页
     ·模糊神经网络的选取第61-62页
     ·模糊神经网络的模型第62-64页
     ·斗殴行为判定的实现第64-65页
   ·实验仿真及分析第65-70页
   ·本章小结第70-71页
第六章 总结与展望第71-73页
   ·课题总结第71-72页
   ·课题展望第72-73页
致谢第73-74页
参考文献第74-79页
作者在学期间取得的学术成果第79页

论文共79页,点击 下载论文
上一篇:基于FPGA的实时视频采集与远程传输系统的研究
下一篇:多通道图像MSER局部不变特征提取算法研究