摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 运动目标跟踪技术
1.2.2 路径建模技术
1.2.3 事件检测技术
1.3 论文的结构安排
第2章 基于自适应特征的Mean Shift跟踪
2.1 监控视频的目标检测技术
2.1.1 光流法
2.1.2 帧差法
2.1.3 背景减除法
2.2 基于特征的目标跟踪算法
2.2.1 目标跟踪算法概述
2.2.2 特征提取
2.2.3 特征匹配
2.3 基于自适应特征提取的Mean Shift跟踪
2.3.1 自适应特征提取方法
2.3.2 Mean Shift算法理论
2.3.3 基于自适应特征提取的Mean Shift跟踪算法
2.4 性能分析
2.5 本章小结
第3章 基于改进K-means聚类的路径提取
3.1 运动目标的轨迹提取及预处理
3.1.1 目标轨迹的表示
3.1.2 目标轨迹预处理
3.2 轨迹聚类
3.2.1 相似性度量
3.2.2 改进的K-means聚类算法
3.2.3 聚类有效性
3.3 场景路径建模
3.3.1 路径提取
3.3.2 路径建模
3.4 实验分析
3.4.1 目标轨迹预处理
3.4.2 轨迹聚类和路径提取
3.5 本章小结
第4章 基于轨迹分析技术的行人和车辆异常事件检测系统
4.1 轨迹分析在针对行人和车辆的异常事件检测中的应用
4.2 基于轨迹分析技术的行人和车辆异常行为检测系统
4.3 数据采集及平台介绍
4.4 异常事件检测
4.4.1 逆行
4.4.2 异常停止
4.5 实验分析
4.5.1 系统界面
4.5.2 逆行检测
4.5.3 异常停止检测
4.6 本章小结
第5章 总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
附录1 攻读硕士期间参加的科研项目
致谢
声明
浙江工商大学;