| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 论文主要内容 | 第17-18页 |
| 1.4 论文组织架构 | 第18-20页 |
| 第二章 相关理论及技术原理 | 第20-30页 |
| 2.1 人群特征表示 | 第20-23页 |
| 2.1.1 基于光流的特征表示方式 | 第20-22页 |
| 2.1.2 时空梯度特征 | 第22-23页 |
| 2.2 时间递归神经网络模型 | 第23-25页 |
| 2.2.1 前向传播 | 第23-24页 |
| 2.2.2 目标函数 | 第24-25页 |
| 2.2.3 反向传播 | 第25页 |
| 2.3 Theano工具包 | 第25-28页 |
| 2.3.1 Theano概述 | 第25-27页 |
| 2.3.2 Scan操作 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于多尺度时间递归神经网络的人群异常事件检测方法 | 第30-36页 |
| 3.1 整体框架 | 第30-31页 |
| 3.2 人群特征表示 | 第31-32页 |
| 3.3 多尺度时间递归神经网络模型 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 实验结果以及分析 | 第36-43页 |
| 4.1 实验数据 | 第36-37页 |
| 4.2 评估方式 | 第37-38页 |
| 4.3 实验结果 | 第38-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于多尺度时间递归神经网络的人群异常检测系统构建方案 | 第43-50页 |
| 5.1 系统架构 | 第43-45页 |
| 5.2 基于多尺度时间递归神经网络的异常检测和定位方法系统流程 | 第45-49页 |
| 5.3 该系统所具备的优点 | 第49页 |
| 5.4 本章小结 | 第49-50页 |
| 总结和展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
