基于多种特征的异常行为监测技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的研究背景及意义 | 第7-8页 |
| ·国内外相关技术的研究动态 | 第8-10页 |
| ·智能监控在视频监控中的应用 | 第8-9页 |
| ·计算机视觉在视频监控中的应用 | 第9-10页 |
| ·当前面临的主要问题 | 第10页 |
| ·论文主要内容及章节安排 | 第10-13页 |
| 第二章 运动目标检测及前景提取 | 第13-29页 |
| ·图像去噪 | 第13-17页 |
| ·均值滤波 | 第14-15页 |
| ·中值滤波 | 第15-16页 |
| ·加权自适应中值滤波 | 第16-17页 |
| ·运动前景提取 | 第17-26页 |
| ·时域差分法 | 第17-18页 |
| ·光流法 | 第18-20页 |
| ·背景建模法 | 第20-24页 |
| ·本文提出的背景建模改进方法 | 第24-26页 |
| ·数学形态学 | 第26-28页 |
| ·腐蚀 | 第26-27页 |
| ·膨胀 | 第27页 |
| ·开运算 | 第27页 |
| ·闭运算 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 运动目标的跟踪和标记 | 第29-42页 |
| ·运动目标跟踪方法介绍 | 第29-32页 |
| ·运动目标跟踪算法研究 | 第32-34页 |
| ·目标跟踪的关键技术 | 第34-37页 |
| ·特征提取 | 第34-36页 |
| ·特征匹配 | 第36-37页 |
| ·目标位置预测 | 第37页 |
| ·基于Kalman滤波的跟踪算法 | 第37-40页 |
| ·Kalman滤波基本原理 | 第38-39页 |
| ·Kalman滤波器在运动目标跟踪中的应用 | 第39-40页 |
| ·运动区域标记 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 异常行为的判别 | 第42-54页 |
| ·人体异常行为识别 | 第42-45页 |
| ·异常行为的定义和界定 | 第42-43页 |
| ·异常行为识别现有方法 | 第43-44页 |
| ·本文研究的识别方法 | 第44-45页 |
| ·运动轨迹分析 | 第45-48页 |
| ·行走轨迹为闭合曲线 | 第46-47页 |
| ·行走轨迹为螺旋线 | 第47-48页 |
| ·区域光流分析 | 第48-52页 |
| ·Horn-Schunck方法 | 第49页 |
| ·Lucas-Kanade方法 | 第49-50页 |
| ·基于幅值强度的加权方向直方图 | 第50-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·本章总结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·本文总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 作者简介 | 第62页 |
| 攻读硕士学位期间研究成果 | 第62-63页 |
