基于动能和粗糙集的群体异常行为识别
| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·智能视频监控技术研究现状 | 第8-9页 |
| ·国内研究现状 | 第8页 |
| ·国外研究现状 | 第8-9页 |
| ·群体异常行为识别算法研究现状 | 第9-10页 |
| ·存在的问题与难点 | 第10页 |
| ·章节安排 | 第10-12页 |
| 第2章 相关基础知识 | 第12-26页 |
| ·前景提取 | 第12-15页 |
| ·帧间差分法 | 第12-13页 |
| ·背景差分法 | 第13-15页 |
| ·阴影消除 | 第15-17页 |
| ·光流 | 第17-22页 |
| ·光流概述 | 第17-18页 |
| ·Horn-Schunck算法 | 第18-20页 |
| ·Lucas-Kanade算法 | 第20-22页 |
| ·两种算法比较 | 第22页 |
| ·粗糙集 | 第22-26页 |
| ·基本概念 | 第23-24页 |
| ·粗糙集在对数据分类中研究的主要问题 | 第24-26页 |
| 第3章 基于改进动能的单类群体异常行为检测 | 第26-35页 |
| ·概述 | 第26页 |
| ·人数估计 | 第26-27页 |
| ·人群分布指数 | 第27-29页 |
| ·前景直方图 | 第27-28页 |
| ·前景概率分布 | 第28页 |
| ·前景熵 | 第28-29页 |
| ·人群分布指数 | 第29页 |
| ·人群动能 | 第29-30页 |
| ·实验结果与分析 | 第30-35页 |
| ·数据集简介 | 第30-31页 |
| ·实验数据结果 | 第31-35页 |
| 第4章 基于粗糙集的多种群体异常行为识别 | 第35-46页 |
| ·概述 | 第35页 |
| ·RSES粗糙集软件介绍 | 第35-38页 |
| ·特征提取 | 第38-41页 |
| ·特征分析 | 第38页 |
| ·特征选择 | 第38-41页 |
| ·特征的有效性 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
