| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景与研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 运动目标检测 | 第10-11页 |
| 1.2.2 异常行为识别 | 第11-12页 |
| 1.3 论文主要内容和结构安排 | 第12-14页 |
| 2 运动目标检测与识别原理 | 第14-20页 |
| 2.1 图像预处理 | 第14-15页 |
| 2.2 运动目标检测 | 第15-17页 |
| 2.3 目标识别原理 | 第17-18页 |
| 2.4 本章小结 | 第18-20页 |
| 3 自适应选择算法参数组合的行人检测算法框架 | 第20-32页 |
| 3.1 经典的检测算法 | 第20-22页 |
| 3.1.1 基于方向梯度直方图的检测算法 | 第20-21页 |
| 3.1.2 基于聚合通道特征检测算法 | 第21-22页 |
| 3.1.3 基于高斯混合模型检测算法 | 第22页 |
| 3.2 自适应选择算法参数 | 第22-27页 |
| 3.2.1 自适应选择的检测算法 | 第22-23页 |
| 3.2.2 自适应选择方法 | 第23-25页 |
| 3.2.3 相似度函数的计算 | 第25-27页 |
| 3.2.4 自适应算法参数选择的成本函数 | 第27页 |
| 3.3 实验结果及分析 | 第27-31页 |
| 3.3.1 实验平台搭建 | 第27-28页 |
| 3.3.2 算法参数选择 | 第28-29页 |
| 3.3.3 平台选择 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 模糊ISODATA聚类结合直方图熵值的异常行为检测 | 第32-44页 |
| 4.1 关键帧提取和分类 | 第32-33页 |
| 4.2 模糊ISODATA聚类算法步骤 | 第33-34页 |
| 4.3 异常行为建模与参数设置 | 第34-38页 |
| 4.3.1 摔倒检测模型 | 第35-36页 |
| 4.3.2 抢劫检测模型 | 第36-37页 |
| 4.3.3 非正常停留检测模型 | 第37-38页 |
| 4.4 异常行为检测 | 第38-39页 |
| 4.5 实验结果及分析 | 第39-42页 |
| 4.6 本章小结 | 第42-44页 |
| 5 异常行为识别 | 第44-58页 |
| 5.1 异常行为的运动特征分析 | 第44-48页 |
| 5.1.1 摔倒行为特征分析 | 第44-46页 |
| 5.1.2 抢劫行为特征分析 | 第46-47页 |
| 5.1.3 非正常停留行为特征分析 | 第47-48页 |
| 5.2 特征参数 | 第48-49页 |
| 5.3 异常行为判定条件 | 第49-51页 |
| 5.3.1 运动目标特征参数的提取 | 第49页 |
| 5.3.2 判断发生摔倒异常行为条件 | 第49-50页 |
| 5.3.3 判断发生抢劫异常行为条件 | 第50页 |
| 5.3.4 判断非正常停留异常行为条件 | 第50-51页 |
| 5.4 异常行为规则库 | 第51-52页 |
| 5.5 异常行为规则匹配 | 第52-57页 |
| 5.5.1 规则匹配流程 | 第52-53页 |
| 5.5.2 摔倒行为规则匹配 | 第53-54页 |
| 5.5.3 抢劫行为规则匹配 | 第54-55页 |
| 5.5.4 非正常停留规则匹配 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 在校期间的研究成果及发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |