首页> 中文学位 >基于深度学习与稀疏光流的人群异常行为识别
【6h】

基于深度学习与稀疏光流的人群异常行为识别

代理获取

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 异常行为检测的技术难点

1.4 论文主要工作与章节安排

2 目标与异常诱因检测理论

2.1 引言

2.2 传统运动目标检测算法

2.3 深度学习的目标检测方法

2.4 人群异常行为的定义与异常行为诱因的提出

2.5 本章小结

3 YOLOv3人群异常行为诱因检测模型的建立

3.1 引言

3.2 YOLOv3人群异常行为诱因检测网络

3.3 数据集制作与网络训练

3.4 实验结果与分析

3.5 本章小结

4 稀疏光流法检测人群突散异常

4.1 引言

4.2 光流法理论

4.3 人群平均动能与运动方向熵计算

4.4 DE-PSO-ELM人群行为分类

4.5 实验结果分析

4.6 本章小结

5 基于改进的MCNN的人群聚集异常预测

5.1 引言

5.2 改进MCNN网络的人群计数与位置预测模型

5.3 三种人群状态特征值计算

5.4 聚集预测时间计算

5.5 实验结果分析

5.6 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间发表论文及科研成果

致谢

展开▼

著录项

  • 作者

    罗凡波;

  • 作者单位

    西华大学;

  • 授予单位 西华大学;
  • 学科 信号与信息处理
  • 授予学位 硕士
  • 导师姓名 王平;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 计算技术、计算机技术;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号