声明
摘要
第一章 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.2.1 人体运动模式提取
1.2.2 异常行为检测机制
1.2.3 异常行为检测常用数据集
1.3 群体异常行为检测的技术难点
1.4 论文主要内容及章节安排
1.4.1 本文主要内容
1.4.2 本文章节安排
2.1 引言
2.2 运动目标检测方法
2.2.1 光流场法
2.2.2 帧间差分法
2.2.3 背景减除法
2.3 异常行为分析方法
2.3.1 异常行为的定义
2.3.2 特征选择和运动模式构建
2.3.3 异常行为检测方法
2.4 本章小结
第三章 基于方向-集群性模型的群体异常逃散行为检测
3.1 引言
3.2 背景提取及运动目标检测
3.2.1 基于混合高斯模型的背景提取
3.2.2 基于gKLT的特征点跟踪
3.3 集群性描述子
3.3.1 邻间粒子行为一致性
3.3.2 基于拓扑结构的行为一致性
3.3.3 集群性指数
3.4 方向-集群性模型
3.4.2 方向-集群性模型的建立
3.4.3 群体逃散行为检测
3.5 实验结果及分析
3.5.1 PETS2009数据集异常行为检测结果
3.5.2 UMN数据集异常行为检测结果
3.5.3 WEB数据集异常行为检测结果
3.6 本章小结
第四章 基于多尺度分块方向-集群性模型的群体异常行为检测
4.1 引言
4.2 多尺度分块结构
4.2.2 多尺度分块结构建立方法
4.3 基于多尺度分块结构的方向-集群性模型
4.3.1 活跃块区域的提取
4.3.2 指定区域方向-集群性特征的提取
4.4 基于混合高斯模型的异常行为推理模型
4.4.2 方向-集群性特征推理模型的生成
4.4.3 模板生成与联合检测
4.5 实验结果及分析
4.5.1 PETS2009数据集异常行为检测结果
4.5.2 UMN数据集异常行为检测结果
4.6 本章小结
5.1 本文工作总结
5.2 未来研究展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期参与的科研项目