| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 智慧幼儿园安全检测研究背景及意义 | 第15-17页 |
| 1.2 智慧幼儿园安全检测国内外研究现状 | 第17-20页 |
| 1.2.1 智慧幼儿园安全系统研究现状 | 第17-18页 |
| 1.2.2 异常行为检测技术研究现状 | 第18-20页 |
| 1.3 论文主要研究内容及章节安排 | 第20-23页 |
| 第二章 通用视频检测技术 | 第23-37页 |
| 2.1 图像预处理技术 | 第23-26页 |
| 2.1.1 直方图均衡 | 第23-24页 |
| 2.1.2 形态学滤波 | 第24-25页 |
| 2.1.3 连通性分析 | 第25-26页 |
| 2.2 特征检测与匹配技术 | 第26-29页 |
| 2.2.1 Harris角点法 | 第26-28页 |
| 2.2.2 FAST特征点法 | 第28-29页 |
| 2.2.3 SIFT特征点法 | 第29页 |
| 2.3 运动目标检测技术 | 第29-35页 |
| 2.3.1 帧间差分法 | 第30-32页 |
| 2.3.2 背景差分法 | 第32-33页 |
| 2.3.3 背景建模法 | 第33页 |
| 2.3.4 常见运动目标检测算法比较 | 第33-35页 |
| 2.4 OpenCV介绍 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 基于规则的幼儿个体异常行为检测 | 第37-47页 |
| 3.1 越界检测 | 第37-39页 |
| 3.2 基于封闭区域内的规则检测 | 第39-42页 |
| 3.3 摔倒检测 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于运动模型的幼儿个体运动异常检测 | 第47-75页 |
| 4.1 目标跟踪算法 | 第47-52页 |
| 4.1.1 Mean Shift算法原理 | 第47-49页 |
| 4.1.2 Camshift跟踪算法 | 第49-50页 |
| 4.1.3 Kalman滤波算法 | 第50-52页 |
| 4.2 基于目标检测与跟踪融合的多目标运动信息提取 | 第52-58页 |
| 4.2.1 多目标跟踪 | 第53-54页 |
| 4.2.2 运动目标跟踪自动初始化 | 第54-55页 |
| 4.2.3 运动目标失效处理 | 第55-56页 |
| 4.2.4 基于改进的Camshift/Kalman多运动目标跟踪算法 | 第56-58页 |
| 4.3 基于运动模型的幼儿个体运动异常检测算法 | 第58-64页 |
| 4.3.1 运动模型建立 | 第60-62页 |
| 4.3.2 个体运动异常检测 | 第62-64页 |
| 4.4 实验结果与分析 | 第64-73页 |
| 4.4.1 自拍摄视频集实验结果分析 | 第65-69页 |
| 4.4.2 实际校园和幼儿园场景视频集实验结果 | 第69-71页 |
| 4.4.3 同类个体运动异常行为检测算法比较 | 第71-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 结合背景差分与光流法的幼儿群体运动状态突变事件检测 | 第75-91页 |
| 5.1 适合跟踪的Harris角点检测 | 第75-77页 |
| 5.2 光流算法介绍 | 第77-79页 |
| 5.3 结合背景差分与光流法的幼儿群体运动状态突变事件检测算法 | 第79-83页 |
| 5.4 实验结果与分析 | 第83-90页 |
| 5.4.1 算法准确性分析 | 第84-86页 |
| 5.4.2 算法效率分析 | 第86-87页 |
| 5.4.3 同类群体异常事件检测算法比较 | 第87-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第六章 智慧幼儿园视频监控安全检测关键技术实现 | 第91-99页 |
| 6.1 基于像素统计的人群密度估算方法 | 第91-93页 |
| 6.2 幼儿异常行为检测算法融合 | 第93-94页 |
| 6.3 智慧幼儿园视频监控安全检测关键技术实现 | 第94-98页 |
| 6.4 本章小结 | 第98-99页 |
| 第七章 总结与展望 | 第99-101页 |
| 7.1 总结 | 第99-100页 |
| 7.2 展望 | 第100-101页 |
| 参考文献 | 第101-108页 |
| 作者简历及在学期间取得的科研成果 | 第108页 |
