基于动态感知与异常注意的目标描述方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 图目录 | 第13-18页 |
| 表目录 | 第18-19页 |
| 第1章 绪论 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·研究背景及意义 | 第20-21页 |
| ·国内外相关研究工作 | 第21-23页 |
| ·视觉异常分析方法概述 | 第23-30页 |
| ·运动目标检测与分析 | 第23-25页 |
| ·视频中的异常分析概述 | 第25-30页 |
| ·本文研究目标和主要内容 | 第30-33页 |
| ·小结 | 第33-35页 |
| 第2章 动态感知分析方法 | 第35-53页 |
| ·引言 | 第35-36页 |
| ·对比掩蔽效应 | 第36-39页 |
| ·背景差分法 | 第39-41页 |
| ·帧间差分法 | 第41-42页 |
| ·混合高斯模型 | 第42-45页 |
| ·光流法 | 第45-48页 |
| ·基于块匹配的运动估计 | 第48-52页 |
| ·匹配准则 | 第48-49页 |
| ·全搜索运动估计 | 第49-50页 |
| ·三步搜索法(TSS) | 第50-52页 |
| ·小结 | 第52-53页 |
| 第3章 视觉注意模型与稀疏编码理论 | 第53-73页 |
| ·引言 | 第53页 |
| ·经典的自底向上注意模型 | 第53-64页 |
| ·稀疏编码理论概述及其在图像表达中的应用 | 第64-70页 |
| ·小结 | 第70-73页 |
| 第4章 基于动态感知模型的视频异常发现 | 第73-93页 |
| ·引言 | 第73-74页 |
| ·基于异常发现和动态感知的目标描述 | 第74-84页 |
| ·低比特表示 | 第74-77页 |
| ·整数DCT变换 | 第77-80页 |
| ·运动注意模型 | 第80-83页 |
| ·HNF特征的稀疏编码建模 | 第83-84页 |
| ·实验结果与分析 | 第84-91页 |
| ·实验程序所用平台 | 第84页 |
| ·实验中所用测试数据 | 第84-85页 |
| ·实验结果与分析 | 第85-91页 |
| ·小结 | 第91-93页 |
| 第5章 基于惊奇计算模型的视频异常发现 | 第93-125页 |
| ·引言 | 第93-94页 |
| ·基于贝叶斯理论的惊奇计算模型 | 第94-100页 |
| ·基于惊奇计算模型的视频异常发现 | 第100-105页 |
| ·运动估计参数设置 | 第101-102页 |
| ·多尺度运动直方图 | 第102-105页 |
| ·共轭先验分布的选取 | 第105-107页 |
| ·算法的高效实现 | 第107-110页 |
| ·个体异常发现的并行化分析 | 第107-109页 |
| ·群体异常发现的高效实现 | 第109-110页 |
| ·实验结果与分析 | 第110-123页 |
| ·实验程序开发环境 | 第110页 |
| ·实验中所用测试数据 | 第110-111页 |
| ·实验结果与分析 | 第111-123页 |
| ·小结 | 第123-125页 |
| 第6章 基于稀疏编码模型的视频异常发现 | 第125-149页 |
| ·引言 | 第125-126页 |
| ·稀疏编码模型 | 第126-130页 |
| ·基于稀疏编码模型的视频异常发现 | 第130-133页 |
| ·时空兴趣点与多尺度运动直方图 | 第131-132页 |
| ·衡量重构误差的目标函数 | 第132-133页 |
| ·最优化求解 | 第133页 |
| ·实验结果与分析 | 第133-146页 |
| ·实验程序开发环境 | 第133-134页 |
| ·实验中所用测试数据 | 第134页 |
| ·实验结果与分析 | 第134-146页 |
| ·小结 | 第146-149页 |
| 第7章 总结与展望 | 第149-152页 |
| ·工作总结 | 第149-150页 |
| ·进一步工作 | 第150-152页 |
| 参考文献 | 第152-161页 |
| 致谢 | 第161-163页 |
| 在读期间发表的学术论文与取得的研究成果 | 第163-164页 |
