| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 本文工作 | 第12-13页 |
| 1.3 论文结构 | 第13-14页 |
| 第二章 在拥挤场景中的异常检测和物体跟踪研究现状 | 第14-26页 |
| 2.1 引言 | 第14-15页 |
| 2.2 异常检测的相关研究 | 第15-16页 |
| 2.3 视觉跟踪的相关研究 | 第16-25页 |
| 2.3.1 基于外观建模的方法 | 第16-19页 |
| 2.3.2 基于物体运动建模的方法 | 第19-21页 |
| 2.3.3 搜索策略 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于深度信息和时空上下文模型的拥挤场景异常检测行为检测 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 局部运动原型 | 第26-28页 |
| 3.2.1 深度光流Depth Optical Flow | 第26页 |
| 3.2.2 局部运动模式 | 第26-28页 |
| 3.3 时空上下文模型 | 第28-29页 |
| 3.4 基于上下文模型的异常检测 | 第29-30页 |
| 3.5 实验 | 第30-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 基于粒子滤波的拥挤人群目标跟踪算法 | 第33-43页 |
| 4.1 引言 | 第33页 |
| 4.2 在拥挤场景中基于粒子滤波的跟踪 | 第33-34页 |
| 4.3 基于运动分析的转移建模 | 第34-38页 |
| 4.3.1 基于高斯混合模型的运动模式 | 第35页 |
| 4.3.2 高斯混合模型 | 第35-37页 |
| 4.3.3 在粒子滤波框架中使用混合高斯模型来预测目标的运动 | 第37-38页 |
| 4.4 对外观和运动的建模 | 第38-40页 |
| 4.4.1 基于颜色的外表建模 | 第38-39页 |
| 4.4.2 基于运动的外表建模 | 第39页 |
| 4.4.3 结合外观和运动的建模 | 第39-40页 |
| 4.5 实验 | 第40-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 基于目标运动背景的建模的拥挤场景中的跟踪 | 第43-56页 |
| 5.1 引言 | 第43-44页 |
| 5.2 基于图像分割的场景运动分析 | 第44-47页 |
| 5.2.1 基于图的方法的分割 | 第44-46页 |
| 5.2.2 基于运动的分割获取和目标运动一致的区域 | 第46-47页 |
| 5.3 基于运动一致性寻找支撑者 | 第47-48页 |
| 5.3.1 显著区域 | 第47页 |
| 5.3.2 在运动一致区域中搜索支撑者 | 第47-48页 |
| 5.4 检测遮挡 | 第48-51页 |
| 5.4.1 基于外观的检测遮挡 | 第49-50页 |
| 5.4.2 基于运动的检测遮挡 | 第50-51页 |
| 5.4.3 结合外观和运动来检测遮挡 | 第51页 |
| 5.5 利用支撑者辅助跟踪 | 第51-52页 |
| 5.6 实验 | 第52-55页 |
| 5.7 本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| 6.1 本文成果 | 第56-57页 |
| 6.2 缺陷分析与未来展望 | 第57-58页 |
| 攻读硕士学位期间完成的学术成果 | 第58页 |
| 攻读硕士学位期间参与的科研课题 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
