面向视频监控的群体异常行为检测
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 课题研究的目的及意义 | 第13-14页 |
| 1.2 国内外研究概况 | 第14-16页 |
| 1.3 异常行为检测技术及难点 | 第16-18页 |
| 1.4 论文主要工作与章节安排 | 第18-20页 |
| 1.4.1 论文主要研究工作 | 第18页 |
| 1.4.2 论文的章节安排 | 第18-20页 |
| 第二章 基础技术的研究与实现 | 第20-35页 |
| 2.1 背景建模 | 第20-26页 |
| 2.1.1 时间差分法 | 第20-21页 |
| 2.1.2 背景减除法 | 第21-22页 |
| 2.1.3 统计模型方法 | 第22-25页 |
| 2.1.4 混合高斯模型背景检测法 | 第25-26页 |
| 2.2 运动特征方法研究 | 第26-31页 |
| 2.2.1 局部描述子 | 第26-27页 |
| 2.2.2 光流场及GPU并行化 | 第27-30页 |
| 2.2.3 局域时空运动模型 | 第30-31页 |
| 2.3 动态纹理建模方法研究 | 第31-33页 |
| 2.3.1 动态纹理模型 | 第31-33页 |
| 2.3.2 动态纹理模型参数近似估计 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于稀疏表示的群体异常行为检测算法 | 第35-48页 |
| 3.1 视频数据预处理及特征提取 | 第35-38页 |
| 3.1.1 改进的混合高斯模型 | 第35-37页 |
| 3.1.2 多尺度光流直方图提取 | 第37-38页 |
| 3.2 稀疏编码模型 | 第38-40页 |
| 3.2.1 稀疏编码概述 | 第39页 |
| 3.2.2 稀疏编码模型建立 | 第39-40页 |
| 3.3 字典参数估计 | 第40-44页 |
| 3.3.0 离线更新与在线更新 | 第41-42页 |
| 3.3.1 改进的字典在线训练算法 | 第42-43页 |
| 3.3.2 重构误差的计算及改进 | 第43-44页 |
| 3.4 实验 | 第44-46页 |
| 3.4.1 实验介绍 | 第44-45页 |
| 3.4.2 实验结果及分析 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于稀疏组合模型的群体异常行为检测 | 第48-65页 |
| 4.1 特征提取 | 第48-51页 |
| 4.1.1 局域时空运动提取 | 第49页 |
| 4.1.2 多尺度局域时空运动特征提取 | 第49-51页 |
| 4.2 数据降维 | 第51-55页 |
| 4.2.1 PCA定义 | 第51-52页 |
| 4.2.2 PCA原理 | 第52-54页 |
| 4.2.3 PCA解法 | 第54-55页 |
| 4.3 稀疏组合模型 | 第55-60页 |
| 4.3.1 稀疏组合定义 | 第56页 |
| 4.3.2 稀疏组合训练算法 | 第56-59页 |
| 4.3.3 重构误差计算 | 第59-60页 |
| 4.4 实验 | 第60-63页 |
| 4.4.1 实验环境及参数设置 | 第60页 |
| 4.4.2 Avenue数据集 | 第60-62页 |
| 4.4.3 Subway数据集 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 基于混合动态态纹理表示的群体异常行为检测 | 第65-81页 |
| 5.1 混合动态纹理建模 | 第66-69页 |
| 5.1.1 混合动态纹理模型 | 第66-67页 |
| 5.1.2 混合动态纹理模型参数估计 | 第67-69页 |
| 5.2 时域异常行为检测 | 第69-71页 |
| 5.2.1 时域混合动态纹理建模 | 第69-70页 |
| 5.2.2 时域异常图谱计算 | 第70-71页 |
| 5.3 空域异常行为检测 | 第71-75页 |
| 5.3.1 显著性判决 | 第71-72页 |
| 5.3.2 混合动态纹理中心-周边显著性分析 | 第72-73页 |
| 5.3.3 空域异常图谱计算 | 第73-75页 |
| 5.4 时空域异常行为融合 | 第75-76页 |
| 5.5 实验 | 第76-80页 |
| 5.5.1 UCSD行人异常数据集介绍 | 第76-77页 |
| 5.5.2 实验性能评测标准 | 第77-78页 |
| 5.5.3 算法性能及分析 | 第78-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第六章 结论与展望 | 第81-84页 |
| 6.1 结论 | 第81-82页 |
| 6.2 展望 | 第82-84页 |
| 参考文献 | 第84-91页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第91-92页 |
| 作者在攻读硕士学位期间所参与的项目 | 第92-93页 |
| 致谢 | 第93页 |
