| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-20页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究目的和意义 | 第10页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10页 |
| 1.3 国内外研究现状分析 | 第10-17页 |
| 1.3.1 智能视频监控技术 | 第11-15页 |
| 1.3.2 路径规划技术 | 第15-16页 |
| 1.3.3 文献小结 | 第16-17页 |
| 1.4 主要研究内容 | 第17-18页 |
| 1.5 研究方法和技术路线 | 第18-20页 |
| 1.5.1 研究方法 | 第18-19页 |
| 1.5.2 技术路线 | 第19-20页 |
| 第2章 公共建筑突发事件与人类异常行为关系分析 | 第20-25页 |
| 2.1 公共建筑内的突发事件类型 | 第20-21页 |
| 2.2 公共建筑突发事件引起的人类异常行为分析 | 第21-22页 |
| 2.3 人异常行为与突发事件类型关系分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 公共建筑突发事件中人异常行为自动检测方法 | 第25-41页 |
| 3.1 关键技术原理介绍 | 第25-29页 |
| 3.1.1 Lucas-Kanade(LK)光流算法原理 | 第25-26页 |
| 3.1.2 二维Gabor滤波器原理 | 第26-28页 |
| 3.1.3 核密度估计原理 | 第28-29页 |
| 3.1.4 CodeBook算法的基本原理 | 第29页 |
| 3.2 异常行为自动检测方法 | 第29-34页 |
| 3.2.1 异常事件检测的一般步骤 | 第29-30页 |
| 3.2.2 基于图像分块的局部特征提取 | 第30-31页 |
| 3.2.3 多特征提取 | 第31-32页 |
| 3.2.4 特征模型建立 | 第32-33页 |
| 3.2.5 行为异常判断 | 第33-34页 |
| 3.3 试验分析 | 第34-40页 |
| 3.3.1 试验环境 | 第34-35页 |
| 3.3.2 试验步骤 | 第35-36页 |
| 3.3.3 实验结果分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 公共建筑突发事件逃生路径自动规划方法 | 第41-59页 |
| 4.1 A~*算法的基本原理 | 第41-44页 |
| 4.1.1 A~*算法的基本概念 | 第41-42页 |
| 4.1.2 A~*算法的基本流程 | 第42-44页 |
| 4.2 基于A~*算法的公共建筑逃生路径自动规划方法 | 第44-46页 |
| 4.3 试验分析 | 第46-58页 |
| 4.3.1 试验基本假设及模型网格划分 | 第46-47页 |
| 4.3.2 无突发事件状态下的逃生路径自动规划 | 第47-52页 |
| 4.3.3 突发事件状态下的逃生路径自动规划 | 第52-57页 |
| 4.3.4 试验结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 公共建筑突发事件应急管理系统框架设计 | 第59-65页 |
| 5.1 公共建筑突发事件预警系统 | 第59-60页 |
| 5.2 公共建筑突发事件逃生路径规划系统 | 第60-61页 |
| 5.3 公共建筑突发事件信息发布系统 | 第61-62页 |
| 5.4 公共建筑突发事件应急管理系统框架 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第75页 |