交通视频中车辆异常行为检测及应用研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·智能交通系统研究现状 | 第10-11页 |
| ·运动目标检测研究现状 | 第11页 |
| ·运动目标特征选择与运动表征 | 第11-12页 |
| ·车辆异常行为检测研究现状 | 第12-13页 |
| ·当前存在的主要问题 | 第13-15页 |
| ·本文的结构安排 | 第15-18页 |
| ·论文的主要工作 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 运动目标检测 | 第18-32页 |
| ·引言 | 第18页 |
| ·运动检测算法概述 | 第18-22页 |
| ·时域差分法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·背景建模法 | 第20-22页 |
| ·基于AGMM 的背景构建 | 第22-24页 |
| ·运动车辆检测 | 第24-28页 |
| ·数学形态学理论 | 第24-26页 |
| ·车辆边缘检测原理 | 第26-27页 |
| ·基于多结构多尺度的车辆边缘检测 | 第27-28页 |
| ·实验结果分析 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 车辆轨迹提取及预处理 | 第32-44页 |
| ·前言 | 第32页 |
| ·运动目标特征提取与表达 | 第32-35页 |
| ·角点定义 | 第32-33页 |
| ·Harris 角点检测 | 第33-35页 |
| ·基于车辆角点的金字塔L_K 跟踪 | 第35-39页 |
| ·跟踪算法概述 | 第35-37页 |
| ·基于金字塔L_K 的车辆跟踪 | 第37-39页 |
| ·车辆轨迹预处理 | 第39-41页 |
| ·实验结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 车辆模式学习及异常检测 | 第44-67页 |
| ·前言 | 第44页 |
| ·车辆异常行为检测技术简介 | 第44-51页 |
| ·传统检测算法 | 第44-50页 |
| ·算法评价标准 | 第50-51页 |
| ·车辆轨迹模式学习 | 第51-60页 |
| ·轨迹相似度度量 | 第51-53页 |
| ·运动轨迹空间模式学习 | 第53-58页 |
| ·运动轨迹方向模式学习 | 第58-60页 |
| ·异常行为检测 | 第60-63页 |
| ·巴氏度量 | 第61-63页 |
| ·距离归一化 | 第63页 |
| ·实验结果分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-70页 |
| ·工作总结 | 第67-68页 |
| ·工作创新 | 第68页 |
| ·工作展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读学位期间公开发表的论文与参与的科研项目 | 第75-77页 |
| 致谢 | 第77-78页 |
