人群行为分析算法研究与实现

摘要	第1-5页
ABSTRACT	第5-9页
第一章 绪论	第9-14页
·研究背景与意义	第9-11页
·研究背景	第9-10页
·研究意义	第10-11页
·研究现状	第11-12页
·本文研究内容和创新点	第12-13页
·章节安排	第13-14页
第二章 面向群体特征的人群分析方法	第14-35页
·概述	第14-16页
·面向人群群体特征的异常事件检测方法	第16-19页
·运动特征提取	第19-26页
·Lucas–Kanade 法	第21-23页
·块匹配法	第23-26页
·社会力模型	第26-34页
·社会力模型用于人群模拟	第28-32页
·社会力模型用于视频分析	第32-34页
·本章小结	第34-35页
第三章 基于旋转社会力模型的人群异常事件检测	第35-52页
·传统社会力模型的缺陷	第35-36页
·旋转社会力模型	第36-39页
·基于旋转社会力的异常事件检测框架	第39-42页
·光流计算	第40页
·旋转社会力估计	第40-42页
·直方图量化与归一化数据	第42页
·SVM 机器学习和分类	第42页
·实验验证及结果分析	第42-50页
·本章小结	第50-52页
第四章 基于介观网络模型的细胞群体事件检测	第52-67页
·概述	第52页
·介观细胞群体模型与关系网络模型	第52-54页
·基于网络模型的事件检测框架	第54-60页
·细胞分割	第55-56页
·形态学滤波	第56页
·关系网络	第56-59页
·事件检测	第59-60页
·实验结果与分析	第60-66页
·本章小结	第66-67页
第五章 全文总结	第67-69页
·研究总结	第67-68页
·研究展望	第68-69页
致谢	第69-70页
攻读硕士学位期间已发表或录用的论文	第70-71页
参考文献	第71-75页
附件	第75-77页