视频监控下实时异常行为检测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究现状与发展趋势 | 第10-14页 |
| 1.2.1 研究现状 | 第10-13页 |
| 1.2.2 发展趋势 | 第13-14页 |
| 1.3 研究难点 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 第二章 异常行为检测方法概述 | 第17-26页 |
| 2.1 异常行为检测特征描述 | 第17-20页 |
| 2.1.1 纹理特征 | 第17-18页 |
| 2.1.2 角点特征 | 第18-19页 |
| 2.1.3 光流特征 | 第19-20页 |
| 2.1.4 时空特征 | 第20页 |
| 2.2 异常行为检测方法概述 | 第20-25页 |
| 2.2.1 基于隐马尔可夫模型的异常检测方法 | 第21-22页 |
| 2.2.2 基于动态贝叶斯网络的异常检测方法 | 第22-23页 |
| 2.2.3 基于社会力模型的异常检测方法 | 第23-24页 |
| 2.2.4 基于分层随机场的异常检测方法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 全局异常行为检测 | 第26-40页 |
| 3.1 运动特征提取 | 第28-32页 |
| 3.1.1 时空特征的计算 | 第28-29页 |
| 3.1.2 运动矢量的计算 | 第29页 |
| 3.1.3 运动矢量的方向直方图的计算 | 第29-30页 |
| 3.1.4 运动矢量的强度的计算 | 第30-31页 |
| 3.1.5 运动矢量的网格尺度分析 | 第31-32页 |
| 3.2 基于运动矢量的异常行为检测 | 第32-39页 |
| 3.2.1 预处理 | 第32-33页 |
| 3.2.2 网格尺寸分析 | 第33-36页 |
| 3.2.3 基于运动矢量的异常行为检测 | 第36-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 局部异常行为检测 | 第40-47页 |
| 4.1 视频图像块的提取与优化 | 第40-43页 |
| 4.2 基于视频图像块的模型训练 | 第43-46页 |
| 4.2.1 正常行为视频图像块的模型训练 | 第43-44页 |
| 4.2.2 异常行为视频图像块的模型训练 | 第44-46页 |
| 4.3 基于视频图像块的异常行为检测 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验结果与分析 | 第47-62页 |
| 5.1 数据集介绍 | 第47-51页 |
| 5.1.1 UMN数据集 | 第47-49页 |
| 5.1.2 UCSD数据集 | 第49-50页 |
| 5.1.3 Subway数据集 | 第50-51页 |
| 5.2 评估方法 | 第51-52页 |
| 5.3 参数设置 | 第52页 |
| 5.4 实验结果与分析 | 第52-61页 |
| 5.4.1 全局异常行为检测 | 第52-55页 |
| 5.4.2 局部异常行为检测 | 第55-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 附录2 攻读硕士学位期间申请的专利 | 第68-69页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第69-70页 |
| 致谢 | 第70页 |
