摘要
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.3 本文研究内容
1.4 本文组织结构
第2章 运动特征提取
2.1 背景差分法
2.1.1 算法介绍
2.1.2 背景建模方法
2.1.3 算法步骤
2.1.4 算法优缺点
2.2 帧间差分
2.2.1 算法介绍
2.2.2 算法步骤
2.2.3 算法优缺点
2.3 光流法
2.3.1 算法介绍
2.3.2 光流计算的原理
2.3.3 算法优缺点
2.3.4 光流计算算法
2.3.5 实验
第3章 行为建模
3.1 群体异常行为的界定
3.2 行为建模方法
3.2.1 时空梯度模型
3.2.2 局部时空动作模型
3.2.3 光流直方图
3.2.4 运动学光流直方图
3.3 实验
3.3.1 KL散度(Kullback-Leibler divergence)
3.3.2 自组织映射(SOM)
3.3.3 实验结果与分析
第4章 稀疏表示
4.1 稀疏表示简介
4.2 稀疏分解算法
4.2.1 凸松弛法
4.2.2 贪婪法
4.3 稀疏表示的应用
第5章 基于稀疏表示的群体异常行为检测
5.1 时空区域视觉显著性提取
5.2 稀疏重构代价
5.3 实验与分析
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
声明