声明
致谢
摘要
1 绪论
1.1 国内外研究现状
1.2 主要研究内容与安排
1.2.1 研究思路
1.2.2 研究内容与目标
1.2.3 论文组织结构
2 视频检测模型介绍
2.1 传统模型
2.1.1 视频表征及方法
2.1.2 分类器
2.2 深度学习模型
2.3 暴力检测模型的研究
2.4 小结
3 基于稠密轨迹和超限学习机的暴力检测算法
3.1 暴力检测的算法结构
3.2 iMBH_DT特征的构建
3.2.1 帧图像的梯度预处理
3.2.2 光流场及边缘提取
3.2.3 稠密轨迹的跟踪与描述
3.3 融合词袋模型的超限学习机
3.3.1 词袋模型特征降维
3.3.2 超限学习机理论
3.3.3 iMBH_DT特征的ELM分类实现
3.4 实验结果与分析
3.5 小结
4 基于光流与共生梯度方向的暴力检测算法
4.1 基于Co-MBH的检测算法结构
4.2 运动边界共生直方图的构建
4.2.1 视频序列的运动边界
4.2.2 运动边界的梯度方向量化
4.2.3 梯度方向共生对统计
4.3 实验结果与分析
4.4 小结
5 总结与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集