光流方法 均值滤波图像 中值滤波图像 差分图像梯度 边缘梯度 双帧差分统计累积量 三帧差分像素累积量 像素变化与运动梯度 基于梯度的方法 基于匹配的方法 基于能量的方法 基于相位的方法 神经动力学方法 运 动 特 征 提 取 方 法 人体动作行为识别—运动特征提取 * * 运动梯度特征 光流特征 边缘梯度特征 像素变化特征 两种总体思路： 1. 直接利用前景所特有的信息检测前景； 2. 先得到背景图象，然后将输入图象减去背景图像从而得到前景图象。 *

【精品毕设】电力电子仿真——母线继电保护动作行为仿真分析系统 0研究背景 1论文来源 2研究目的 2.1双母线结构一次系统仿真模型 2.2母线完全电流差动保护仿真模型 3仿真分析与对比 3.1母线区内故障 3.2母线区外故障 总结 ———————————————— 原文链接：https://blog.csdn.net/qq_42249050/article/details/118417077

优点： 即使在摄像机运动的情况下也能检测出独立的运动目标。 缺点： 由于噪声、多光源、阴影和遮挡等原因，计算出的光流场分布并不十分可靠和准确。 多数光流法计算复杂、耗时，在实际的系统中没有特殊的硬件支持时，很难实现实时检测。

为了解决当前视频监控系统对异常行为检测精度与自我学习能力较弱的问题，提出了基于光流场分析与深度学习的视频监控方法。首先，引入光流场检测算法，利用图像序列中目标像素的强度数据时域变化来确定运动行为是否异常，从而建立视频目标行为识别算子，获取异常行为光流特征; 并利用卷积神经网络对光流特征进行逐层训练，设计自我学习机制，增强系统对异常行为的检出率; 最后，基于．NET 平台与 Accord 开源库，对本文监控系统进行实现。

人体动作行为识别研究综述

【精品毕设】电力电子仿真——母线继电保护动作行为仿真分析系统https://blog.csdn.net/qq_42249050/article/details/118417077