智能视频分析技术在金融网点中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-15页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状概述 | 第11-13页 |
| ·本文主要研究的内容 | 第13页 |
| ·论文结构安排 | 第13-15页 |
| 2. 运动目标检测 | 第15-26页 |
| ·运动目标检测方法介绍 | 第15-22页 |
| ·光流法 | 第15-19页 |
| ·帧差法 | 第19-21页 |
| ·背景差分法 | 第21-22页 |
| ·形态学处理 | 第22-25页 |
| ·图像腐蚀 | 第22-24页 |
| ·图像膨胀 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3. 背景更新的方法 | 第26-34页 |
| ·统计平均法 | 第26页 |
| ·统计直方图法 | 第26-27页 |
| ·连续背景差分法 | 第27页 |
| ·高斯模型 | 第27-33页 |
| ·单高斯模型（SGM） | 第28-29页 |
| ·混合高斯模型(GMM) | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 4. 金融系统中几种异常行为分析 | 第34-59页 |
| ·遗留物检测 | 第34-43页 |
| ·静态目标识别典型方法 | 第35-36页 |
| ·改进的前景目标检测方法 | 第36-37页 |
| ·判断遗留物条件 | 第37-41页 |
| ·实验分析 | 第41-43页 |
| ·徘徊行为检测 | 第43-49页 |
| ·基于运动位移和行程的判定方法 | 第43-47页 |
| ·基于运动各点斜率的判定方法 | 第47-49页 |
| ·蒙面行为检测 | 第49-58页 |
| ·颜色空间介绍 | 第50-54页 |
| ·肤色模型 | 第54-56页 |
| ·候选人脸区域的确定 | 第56-57页 |
| ·实验分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 5. 结论 | 第59-61页 |
| ·本文工作总结 | 第59页 |
| ·不足与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66-67页 |
