视频监控中小群体分析关键技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第13-22页 |
| 1.1 研究的背景和意义 | 第13-14页 |
| 1.2 国内外研究现状分析 | 第14-20页 |
| 1.2.1 人群小群体分割 | 第16-18页 |
| 1.2.2 人群小群体主导者检测 | 第18-19页 |
| 1.2.3 人群小群体行为识别 | 第19-20页 |
| 1.3 论文的主要工作和章节安排 | 第20-22页 |
| 2 人群小群体分割 | 第22-31页 |
| 2.1 本章引论 | 第22页 |
| 2.2 基于轨迹起止位置的聚类算法 | 第22-28页 |
| 2.2.1 关联矩阵的计算 | 第24-26页 |
| 2.2.2 自底而上的分层聚类 | 第26-28页 |
| 2.3 实验结果及分析 | 第28-30页 |
| 2.4 小结 | 第30-31页 |
| 3 人群小群体主导者检测 | 第31-46页 |
| 3.1 本章引论 | 第31-32页 |
| 3.2 小群体主从关系特征提取 | 第32-36页 |
| 3.2.1 轨迹时间滞后特征 | 第32-33页 |
| 3.2.2 行人位置关系特征 | 第33-34页 |
| 3.2.3 Page Rank算法 | 第34-36页 |
| 3.3 结构化学习 | 第36-37页 |
| 3.4 结构化SVM学习方法 | 第37-42页 |
| 3.4.1 结构化特征函数的构建 | 第38-39页 |
| 3.4.2 损失函数 | 第39-40页 |
| 3.4.3 模型的优化与求解 | 第40-42页 |
| 3.5 实验结果与分析 | 第42-45页 |
| 3.6 小结 | 第45-46页 |
| 4 人群小群体行为识别 | 第46-58页 |
| 4.1 本章引论 | 第46页 |
| 4.2 小群体交互区域的检测 | 第46-48页 |
| 4.3 基于格兰杰因果关系的小群体有向图的构建 | 第48-52页 |
| 4.3.1 格兰杰因果关系检验概述 | 第48-50页 |
| 4.3.2 格兰杰因果关系检验的步骤 | 第50页 |
| 4.3.3 小群体有向图的构建 | 第50-52页 |
| 4.4 人群小群体交互特征提取 | 第52-54页 |
| 4.4.1 因果关系特征 | 第52-53页 |
| 4.4.2 聚合与分离特征 | 第53-54页 |
| 4.4.3 额外特征 | 第54页 |
| 4.5 实验结果及分析 | 第54-57页 |
| 4.5.1 不同方法的对比实验 | 第55-56页 |
| 4.5.2 不同因素对实验的影响 | 第56-57页 |
| 4.6 小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 研究工作总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介 | 第64页 |
