| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 前景检测技术 | 第11-12页 |
| 1.2.2 人体行为特征提取技术 | 第12页 |
| 1.2.3 人体行为分析与识别技术 | 第12-13页 |
| 1.3 论文的主要工作与组织结构 | 第13-15页 |
| 第二章 前景检测算法及改进 | 第15-28页 |
| 2.1 常见的前景检测算法 | 第15-18页 |
| 2.1.1 帧差法 | 第15-16页 |
| 2.1.2 背景减除法 | 第16-17页 |
| 2.1.3 光流法 | 第17-18页 |
| 2.2 混合高斯模型算法 | 第18-21页 |
| 2.2.1 混合高斯模型基本理论 | 第18-20页 |
| 2.2.2 原混合高斯光照突变及计算时间复杂度实验 | 第20-21页 |
| 2.3 混合高斯模型算法优化 | 第21-27页 |
| 2.3.1 混合高斯算法时间复杂度优化 | 第21-25页 |
| 2.3.2 混合高斯模型光照突变处理 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 人体行为特征提取算法 | 第28-36页 |
| 3.1 常见的特征提取算法 | 第28-30页 |
| 3.1.1 梯度方向直方图 | 第28页 |
| 3.1.2 局部二值化算法 | 第28-29页 |
| 3.1.3 光流特征法 | 第29-30页 |
| 3.2 改进的光流算法 | 第30-31页 |
| 3.3 运动矢量评估算法在上下车人数统计中的应用验证 | 第31-35页 |
| 3.3.1 上下车人体行为分析 | 第31-33页 |
| 3.3.2 运动矢量评估算法的应用及结果分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 人体行为识别与判断算法研究 | 第36-53页 |
| 4.1 常见的人体行为识别与判定方法 | 第36-37页 |
| 4.1.1 状态空间参数化识别方法 | 第36页 |
| 4.1.2 模板匹配识别方法 | 第36-37页 |
| 4.2 摄像头遮挡检测方法 | 第37-39页 |
| 4.2.1 人体行为遮挡检测判定 | 第37-38页 |
| 4.2.2 遮挡检测判断实验及分析 | 第38-39页 |
| 4.3 攀高检测方法 | 第39-41页 |
| 4.3.1 人体行为攀高检测判定算法 | 第39-40页 |
| 4.3.2 攀高检测实验及分析 | 第40-41页 |
| 4.4 区域入侵检测方法 | 第41-44页 |
| 4.4.1 区域入侵检测判定 | 第42页 |
| 4.4.2 区域入侵检测实验及分析 | 第42-44页 |
| 4.5 打架斗殴检测判断方法 | 第44-52页 |
| 4.5.1 行为特征的描述 | 第45页 |
| 4.5.2 打架斗殴行为的分析 | 第45-48页 |
| 4.5.3 打架斗殴行为的判定 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 论文工作总结 | 第53-54页 |
| 5.2 进一步研究方向 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |