声明
摘要
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义及应用
1.2 研究现状
1.2.1 国内外研究现状
1.2.2 课题组研究现状
1.3 本文主要内容及章节安排
第二章 视频中的人群分析研究
2.1 引言
2.2 前景检测算法研究
2.2.1 混合高斯背景建模
2.2.2 无参背景建模算法
2.2.3 基于PBAS的前景检测
2.2.4 前景检测的实验E匕较
2.3 人群密度估计研究
2.3.1 基于检测或聚类的人群密度估计
2.3.2 基于回归模型的人群密度统计
2.3.3 回归模型
2.4 人群运动信息的特征
2.4.1 基于时空兴趣点的异常事件检测
2.4.2 基于光流法的异常事件检测
2.5 本章小结
第三章 一种分块的人群密度估计算法
3.1 引言
3.2 透视归一化
3.3 回归模型的选择
3.3.1 实验环境
3.3.2 不同回归模型的实验对比
3.3.3 实验分析
3.4 特征的选择
3.4.1 不同特征的实验对比
3.4.2 实验分析
3.5 基于分块的人群密度估计算法
3.5.1 视频帧的分块处理
3.5.2 密度程度的判定
3.5.3 回归模型
3.5.4 整体算法流程
3.5.5 实验结果
3.6 本章小结
第四章 基于光流和社会力模型的人群异常事件检测
4.1 引言
4.2 光流运动估计
4.3 基于社会力模型的人群异常事件检测算法
4.3.1 社会交互作用力的计算
4.3.2 算法流程
4.3.3 实验结果与分析
4.4 本章小结
第五章 总结与展望
5.1 本文研究工作总结
5.2 进一步的研究与展望
参考文献
攻读硕士学位期间发表论文及科研情况
致谢