视频图像中异常行为模型的建立与研究

目录

第一个书签之前

摘要

1 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文主要内容

2 异常行为检测理论

2.1目标检测理论

2.1.1帧间差分法

2.1.2光流法

2.1.3背景减除法

2.2目标识别原理

2.3 人体异常行为检测方法

2.4本章小结

3 无监督聚类结合交叉熵的关键帧提取算法

3.1关键帧提取技术

3.1.1 关键帧选取原则

3.1.2 典型关键帧提取技术

3.1.3典型提取算法分析

3.2自适应无监督聚类融合交叉熵的关键帧提取算法

3.2.1目标特征提取

3.2.2无监督聚类算法原理及改进

3.2.3交叉熵

3.3提取关键帧

3.3.1 关键帧提取性能评价

3.3.2 实验数据选择

3.3.3算法性能及分析

3.4本章小结

4 结合幅值方向直方图熵的异常行为检测算法

4.1自适应的背景减除方法

4.1.1 多帧图像梯度相关性建立背景模型

4.1.2自适应阈值调整因子

4.1.3像素团级判别方法消除鬼影

4.2异常行为的特征选取

4.2.1异常行为特征选取的标准

4.2.2 幅值方向直方图

4.2.3 行为特征提取结果

4.3异常行为判定条件

4.3.1奔跑行为判定条件

4.3.2 尾随行为判定条件

4.3.3打架行为判定条件

4.4结合幅值方向直方图熵的异常行为检测算法

4.5检测算法分析

4.5.1目标人体奔跑行为的检测分析

4.5.2目标人体尾随行为的检测分析

4.5.3 目标人体打架行为的检测分析

4.6本章小结

5 异常行为模型建立

5.1 特征参数获取

5.2 异常模型建立

5.2.1奔跑行为

5.2.2尾随行为

5.2.3 打架行为

5.3 异常行为模型的应用

5.3.1检测奔跑行为

5.3.2检测尾随行为

5.3.3检测打架行为

5.4 建模性能比较

5.5 本章小结

6 总结与展望

6.1论文工作总结

6.2展望

致谢

参考文献

附录 攻读硕士学位期间研究成果