声明
致谢
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 行人轨迹预测方法
1.2.2 异常行为检测方法
1.3 论文的研究内容
1.4 论文的安排
1.5 本章小结
2 相关基础理论与技术
2.1 人体姿态估计
2.2 全景分割
2.3 相机位姿估计
2.4 时间序列算法
2.4.1 RNN循环神经网络
2.4.2 LSTM长短期记忆网络
2.5 注意力机制
2.6 本章小结
3 基于第一视角的行人轨迹预测算法
3.1 引言
3.2 本章算法框架
3.3 行人轨迹预测算法
3.3.1 行人特征提取算法
3.3.2 场景特征提取算法
3.3.3 车辆自我运动特征提取算法
3.3.4 多种特征编解码算法
3.4 实验结果及分析
3.4.1 实验数据集
3.4.2 参数配置
3.4.3 预测结果
3.4.4 性能评估
3.5 本章小结
4 基于人体关节点的低头异常行为检测算法
4.1 引言
4.2 算法简要框图
4.3 异常行为数据集拟合算法
4.4 异常行为检测算法
4.5 实验结果及分析
4.5.1 数据集的构成
4.5.2 实验环境及参数设置
4.5.3 检测结果
4.5.4 性能评估
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;