面向高清视频的人群异常行为识别方法
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文工作和任务 | 第12-14页 |
| 第二章 相关理论研究 | 第14-22页 |
| 2.1 社会力模型 | 第14-16页 |
| 2.2 光流计算 | 第16-18页 |
| 2.3 贝叶斯方法 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于运动矢量的人群异常行为检测算法 | 第22-40页 |
| 3.1 概述 | 第22-25页 |
| 3.2 社会力模型计算 | 第25-27页 |
| 3.2.1 基于光流场的社会力计算 | 第25-26页 |
| 3.2.2 基于运动矢量的社会力计算 | 第26-27页 |
| 3.3 基于运动矢量的人群异常行为判别 | 第27-34页 |
| 3.3.1 人群运动状态分类 | 第27-29页 |
| 3.3.2 人群异常行为检测 | 第29-34页 |
| 3.4 实验仿真与分析 | 第34-39页 |
| 3.4.1 人群行为数据库 | 第34-35页 |
| 3.4.2 相关系数的选取 | 第35-36页 |
| 3.4.3 对比分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于双循环扫描统计的人群异常行为检测算法 | 第40-53页 |
| 4.1 概述 | 第40页 |
| 4.2 似然比检验统计量 | 第40-46页 |
| 4.2.1 密度概率模型 | 第40-42页 |
| 4.2.2 似然比检验统计量的计算 | 第42-46页 |
| 4.3 双循环扫描统计 | 第46-49页 |
| 4.3.1 运动表示 | 第46-47页 |
| 4.3.2 光流矢量补偿 | 第47-48页 |
| 4.3.3 双循环扫描 | 第48-49页 |
| 4.4 仿真实验 | 第49-52页 |
| 4.4.1 UCSD数据库异常行为判别 | 第49-51页 |
| 4.4.2 UMN视频库异常行为判别 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 下一步工作展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者在学期间取得的学术成果 | 第59页 |
