基于ARM9的人体异常行为检测研究
| 摘要 | 第1-9页 |
| Abstract | 第9-13页 |
| 第1章 绪论 | 第13-17页 |
| ·研究背景及意义 | 第13页 |
| ·国内外研究现状 | 第13-15页 |
| ·智能视频监控研究现状 | 第13-14页 |
| ·智能视频监控中人体异常行为检测技术研究现状 | 第14-15页 |
| ·本文内容及安排 | 第15-17页 |
| 第2章 ARM9无线视频监控系统设计 | 第17-23页 |
| ·引言 | 第17页 |
| ·系统总体设计 | 第17页 |
| ·视频监控系统服务端设计 | 第17-18页 |
| ·服务器端视频数据传输 | 第18页 |
| ·视频监控PC客户端实现 | 第18-21页 |
| ·PC端客户端界面设计 | 第20页 |
| ·监控图像显示流程 | 第20-21页 |
| ·Open CV视觉库移植 | 第21页 |
| ·实验结果与分析 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 运动区域检测与前景提取 | 第23-32页 |
| ·引言 | 第23-24页 |
| ·基于差分的光流法运动目标检测 | 第24-28页 |
| ·差分法 | 第24-26页 |
| ·HSV颜色空间和图像后处理 | 第26-27页 |
| ·光流法 | 第27页 |
| ·优化方法设计 | 第27-28页 |
| ·运动物体阴影检测与去除 | 第28-31页 |
| ·传统的阴影检测方法 | 第28-29页 |
| ·改进的阴影检测方法 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第4章 运动目标跟踪 | 第32-43页 |
| ·引言 | 第32页 |
| ·Cam Shift算法 | 第32-35页 |
| ·Cam Shift描述 | 第32-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·Lucas Kanade光流法 | 第35-37页 |
| ·问题提出 | 第35页 |
| ·跟踪算法描述 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·模板相关匹配 | 第37-38页 |
| ·卡尔曼滤波器 | 第38-41页 |
| ·卡尔曼滤波器的基本原理 | 第39页 |
| ·模板更新策略 | 第39-40页 |
| ·实验结果分析 | 第40-41页 |
| ·小结 | 第41-43页 |
| 第5章 局部时空特征下的人体行为识别 | 第43-54页 |
| ·引言 | 第43页 |
| ·时空兴趣点检测 | 第43-46页 |
| ·3D-Harris检测算子 | 第43-45页 |
| ·Cuboid检测算子 | 第45页 |
| ·3D-Hessian检测算子 | 第45-46页 |
| ·局部时空描述算子 | 第46-49页 |
| ·SIFT特征描述子 | 第46-47页 |
| ·HOG/HOF描述算子 | 第47-48页 |
| ·3D特征描述算子 | 第48-49页 |
| ·视觉码本的构建 | 第49-50页 |
| ·SVM动作分类器设计及行为检测 | 第50-53页 |
| ·SVM分类器原理 | 第50-51页 |
| ·分类器设计 | 第51页 |
| ·异常行为检测与结果分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·后续工作展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A攻读学位期间所发表的学术论文目录 | 第62页 |
