基于视频的轨迹提取及行人异常行为检测技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·异常检测技术的发展综述 | 第12-14页 |
| ·异常检测技术的发展现状 | 第12-13页 |
| ·基于轨迹的异常检测技术综述 | 第13-14页 |
| ·本文的研究内容和组织结构 | 第14-17页 |
| 第二章 运动目标提取 | 第17-30页 |
| ·概述 | 第17-18页 |
| ·运动目标检测相关算法 | 第18-22页 |
| ·帧差法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·背景减除法 | 第20-22页 |
| ·阴影检测 | 第22-24页 |
| ·阴影的产生和特点 | 第23页 |
| ·阴影检测模型 | 第23-24页 |
| ·运动目标的提取 | 第24-29页 |
| ·改进的混合高斯背景建模 | 第25-26页 |
| ·基于最大色度差的阴影去除 | 第26-27页 |
| ·形态学图像处理 | 第27-28页 |
| ·实验结果与分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于 FSM 的轨迹提取和驻留检测 | 第30-42页 |
| ·概述 | 第30页 |
| ·目标跟踪的相关技术 | 第30-31页 |
| ·基于颜色和状态信息的目标关联 | 第31-36页 |
| ·目标信息提取 | 第32-33页 |
| ·相似度度量 | 第33页 |
| ·目标合并和分离的检测与处理 | 第33-35页 |
| ·均值漂移算法 | 第35-36页 |
| ·结合 FSM 的稳定跟踪 | 第36-39页 |
| ·有限状态机 | 第36页 |
| ·目标的状态管理 | 第36-39页 |
| ·驻留异常检测 | 第39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 SOM 的特征学习和异常检测 | 第42-55页 |
| ·概述 | 第42-43页 |
| ·人工神经网络 | 第43-46页 |
| ·人工神经元模型 | 第43-44页 |
| ·神经网络的激活函数 | 第44-45页 |
| ·神经网络模型 | 第45-46页 |
| ·SOM 神经网络 | 第46-49页 |
| ·自组织竞争网络 | 第46-48页 |
| ·最优匹配神经元的选择 | 第48页 |
| ·权重向量的更新策略 | 第48-49页 |
| ·轨迹点的特征学习和异常检测 | 第49-53页 |
| ·异常说明 | 第49-50页 |
| ·轨迹点的特征提取 | 第50-51页 |
| ·SOM 算法设计 | 第51-52页 |
| ·异常轨迹检测 | 第52-53页 |
| ·实验结果与分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·研究工作总结 | 第55-56页 |
| ·未来展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-63页 |
| 详细摘要 | 第63-65页 |
