基于视频图像的人体异常行为识别技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 人体行为识别的难点 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文组织结构安排 | 第15-17页 |
| 第2章 人体运动检测算法研究 | 第17-37页 |
| 2.1 运动检测方法概述 | 第17-21页 |
| 2.1.1 背景减除法 | 第17-19页 |
| 2.1.2 帧差法 | 第19-20页 |
| 2.1.3 光流法 | 第20-21页 |
| 2.2 背景建模及更新 | 第21-23页 |
| 2.3 基于混合高斯模型的运动检测算法 | 第23-33页 |
| 2.3.1 混合高斯模型 | 第24-28页 |
| 2.3.2 贝叶斯判定 | 第28-30页 |
| 2.3.3 更新策略 | 第30-31页 |
| 2.3.4 图像后处理 | 第31-33页 |
| 2.4 实验结果与分析 | 第33-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 人体运动跟踪算法研究 | 第37-57页 |
| 3.1 人体运动跟踪研究现状 | 第37-40页 |
| 3.2 人体运动跟踪算法概述 | 第40-51页 |
| 3.2.1 卡尔曼滤波算法 | 第40-43页 |
| 3.2.2 粒子滤波算法 | 第43-47页 |
| 3.2.3 Mean shift算法 | 第47-51页 |
| 3.3 本文提出的算法 | 第51-55页 |
| 3.3.1 算法思想 | 第52-53页 |
| 3.3.2 参数选择 | 第53页 |
| 3.3.3 实验结果与分析 | 第53-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 异常行为识别研究 | 第57-69页 |
| 4.1 行为识别研究现状 | 第57-58页 |
| 4.2 行为识别方法概述 | 第58-59页 |
| 4.2.1 基于模板匹配的方法 | 第58页 |
| 4.2.2 基于状态空间的方法 | 第58-59页 |
| 4.3 基于隐马尔可夫模型的异常行为识别 | 第59-65页 |
| 4.3.1 隐马尔可夫模型基本概念 | 第59-60页 |
| 4.3.2 隐马尔可夫模型的基本算法 | 第60-63页 |
| 4.3.3 算法思想 | 第63-65页 |
| 4.4 实验结果分析 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表论文情况 | 第75-76页 |
| 致谢 | 第76页 |
