首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于能级分布变化的人群异常行为检测

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 研究现状及发展趋势第11-14页
        1.2.1 研究现状第11-13页
        1.2.2 发展趋势第13-14页
    1.3 本文研究内容和结构安排第14-16页
第2章 人群运动粒子速度的检测第16-30页
    2.1 引言第16页
    2.2 光流法综述与分类第16-18页
    2.3 光流场算法原理第18-21页
        2.3.1 运动场与光流第18-19页
        2.3.2 光流约束方程第19-21页
    2.4 人群粒子光流的计算第21-29页
        2.4.1 Lucas-Kanade光流算法第21-23页
        2.4.2 Horn-Schumck光流算法第23-25页
        2.4.3 光流场实验结果第25-29页
    2.5 本章小结第29-30页
第3章 人群运动粒子质量的计算第30-45页
    3.1 引言第30页
    3.2 运动目标前景的提取第30-42页
        3.2.1 背景差法第30-35页
        3.2.2 帧差法第35-38页
        3.2.3 线积分卷积法第38-42页
    3.3 运动粒子质量的估计第42-43页
    3.4 本章小结第43-45页
第4章 人群异常行为检测方法的实现第45-53页
    4.1 引言第45-46页
    4.2 人群异常的定义及粒子动能模型的建立第46-47页
    4.3 人群粒子能级的分布第47-50页
        4.3.1 人群粒子能级的划分第48页
        4.3.2 能级分布的描述第48-50页
    4.4 基于能级分布的异常行为分析第50-52页
    4.5 本章小结第52-53页
第5章 实验结果与分析第53-63页
    5.1 引言第53-54页
    5.2 人群异常行为的检测第54-59页
        5.2.1 阈值的计算第54-55页
        5.2.2 人群异常检测的结果与分析第55-59页
    5.3 算法比较与分析第59-62页
    5.4 本章小结第62-63页
结论第63-64页
参考文献第64-70页
攻读硕士学位期间承担的科研任务与主要成果第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于计算机视觉和水迷宫的鲤鱼机器人生物控制检测研究
下一篇:基于机器视觉的车道偏离预警系统的研究