| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题研究的背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 人体运动模式提取 | 第16-17页 |
| 1.2.2 异常行为检测机制 | 第17-18页 |
| 1.2.3 异常行为检测常用数据集 | 第18-20页 |
| 1.3 群体异常行为检测的技术难点 | 第20-21页 |
| 1.4 论文主要内容及章节安排 | 第21-24页 |
| 1.4.1 本文主要内容 | 第21-22页 |
| 1.4.2 本文章节安排 | 第22-24页 |
| 第二章 异常行为检测基本理论及方法 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 运动目标检测方法 | 第24-30页 |
| 2.2.1 光流场法 | 第24-27页 |
| 2.2.2 帧间差分法 | 第27-28页 |
| 2.2.3 背景减除法 | 第28-30页 |
| 2.3 异常行为分析方法 | 第30-36页 |
| 2.3.1 异常行为的定义 | 第31页 |
| 2.3.2 特征选择和运动模式构建 | 第31-33页 |
| 2.3.3 异常行为检测方法 | 第33-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于方向-集群性模型的群体异常逃散行为检测 | 第38-60页 |
| 3.1 引言 | 第38-39页 |
| 3.2 背景提取及运动目标检测 | 第39-42页 |
| 3.2.1 基于混合高斯模型的背景提取 | 第39-40页 |
| 3.2.2 基于gKLT的特征点跟踪 | 第40-42页 |
| 3.3 集群性描述子 | 第42-45页 |
| 3.3.1 邻间粒子行为一致性 | 第43页 |
| 3.3.2 基于拓扑结构的行为一致性 | 第43-44页 |
| 3.3.3 集群性指数 | 第44-45页 |
| 3.4 方向-集群性模型 | 第45-49页 |
| 3.4.1 群体方向性指数 | 第45-46页 |
| 3.4.2 方向-集群性模型的建立 | 第46-48页 |
| 3.4.3 群体逃散行为检测 | 第48-49页 |
| 3.5 实验结果及分析 | 第49-57页 |
| 3.5.1 PETS2009数据集异常行为检测结果 | 第50-53页 |
| 3.5.2 UMN数据集异常行为检测结果 | 第53-55页 |
| 3.5.3 WEB数据集异常行为检测结果 | 第55-57页 |
| 3.6 本章小结 | 第57-60页 |
| 第四章 基于多尺度分块方向-集群性模型的群体异常行为检测 | 第60-76页 |
| 4.1 引言 | 第60-61页 |
| 4.2 多尺度分块结构 | 第61-63页 |
| 4.2.1 多尺度分块结构建立的必要性 | 第61页 |
| 4.2.2 多尺度分块结构建立方法 | 第61-63页 |
| 4.3 基于多尺度分块结构的方向-集群性模型 | 第63-66页 |
| 4.3.1 活跃块区域的提取 | 第64-65页 |
| 4.3.2 指定区域方向-集群性特征的提取 | 第65-66页 |
| 4.4 基于混合高斯模型的异常行为推理模型 | 第66-69页 |
| 4.4.1 前景特征推理模型的生成 | 第66-67页 |
| 4.4.2 方向-集群性特征推理模型的生成 | 第67页 |
| 4.4.3 模板生成与联合检测 | 第67-69页 |
| 4.5 实验结果及分析 | 第69-74页 |
| 4.5.1 PETS2009数据集异常行为检测结果 | 第70-72页 |
| 4.5.2 UMN数据集异常行为检测结果 | 第72-74页 |
| 4.6 本章小结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 本文工作总结 | 第76-77页 |
| 5.2 未来研究展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 攻读学位期间发表的学术论文 | 第86-88页 |
| 攻读学位期参与的科研项目 | 第88-89页 |
| 附件 | 第89页 |
