基于视频的人体行为分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文的研究背景及意义 | 第9-11页 |
| ·人体运动分析简介 | 第9-10页 |
| ·视频中人体运动分析的应用 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·主要工作及结构安排 | 第12-14页 |
| 第二章 视频预处理 | 第14-25页 |
| ·引言 | 第14页 |
| ·运动目标的检测 | 第14-19页 |
| ·光流法 | 第15页 |
| ·时间差分法 | 第15-16页 |
| ·背景减除法 | 第16-17页 |
| ·基于高斯模型的背景模型建立和更新 | 第17-19页 |
| ·图像除噪 | 第19-20页 |
| ·后续处理 | 第20-22页 |
| ·腐蚀和膨胀 | 第20-21页 |
| ·开运算和闭运算 | 第21-22页 |
| ·目标跟踪 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 人体行为分析与识别 | 第25-44页 |
| ·概述 | 第25页 |
| ·模板匹配方法 | 第25-30页 |
| ·模板的建立 | 第25-27页 |
| ·特征值的提取 | 第27-28页 |
| ·特征匹配 | 第28-30页 |
| ·状态空间法 | 第30-33页 |
| ·基于动态贝叶斯网络的方法 | 第30-31页 |
| ·基于隐马尔可夫模型的方法 | 第31-33页 |
| ·基于模板匹配的行为识别 | 第33-38页 |
| ·人体轮廓模型 | 第34-36页 |
| ·傅里叶描述子 | 第36-37页 |
| ·图片库的建立 | 第37-38页 |
| ·基于运动历史图像和运动能量图像的识别 | 第38-40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于随机森林的的人体行为识别 | 第44-59页 |
| ·特征值的选取 | 第44-51页 |
| ·基本区域描述符 | 第44-45页 |
| ·关于矩的特征值 | 第45-48页 |
| ·人体外接矩形和拟合椭圆 | 第48-49页 |
| ·直方图描述符 | 第49-51页 |
| ·特征值的预处理 | 第51-52页 |
| ·关于聚类 | 第51页 |
| ·Mahalanobis距离 | 第51页 |
| ·K-均值聚类 | 第51-52页 |
| ·决策树 | 第52-54页 |
| ·随机森林 | 第54-55页 |
| ·实验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
