| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-17页 |
| 1.2.1 人体运动检测 | 第12-13页 |
| 1.2.2 人体运动特征提取 | 第13-14页 |
| 1.2.3 人体运动行为理解 | 第14-16页 |
| 1.2.4 人体行为识别面临的挑战 | 第16-17页 |
| 1.3 论文的研究内容和创新点 | 第17-18页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 主要创新点 | 第18页 |
| 1.4 论文的章节安排 | 第18-20页 |
| 第二章 基于Kinect的人体运动检测以及连续运动行为分割 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 微软Kinect for Windows 2.0 简介 | 第20-23页 |
| 2.2.1 Kinect 2.0 硬件概述 | 第21-22页 |
| 2.2.2 Kinect 2.0 SDK概述 | 第22-23页 |
| 2.3 基于Kinect 2.0 的运动人体检测 | 第23-26页 |
| 2.3.1 深度图像的获取 | 第23-24页 |
| 2.3.2 深度图像的表示 | 第24-26页 |
| 2.4 基于深度图像的三维人体骨架获取 | 第26-27页 |
| 2.5 运动人体连续行为分割 | 第27-30页 |
| 2.5.1 运动分割的方法 | 第27-28页 |
| 2.5.2 帧间距离分割模型（DBKF） | 第28-29页 |
| 2.5.3 实验仿真及结果 | 第29-30页 |
| 2.6 小结 | 第30-31页 |
| 第三章 基于四元数的人体运动特征提取及多目标人体行为识别 | 第31-54页 |
| 3.1 引言 | 第31页 |
| 3.2 人体运动特征提取方法 | 第31-33页 |
| 3.3 人体运动识别方法 | 第33-35页 |
| 3.4 基于四元数理论的人体运动表示 | 第35-41页 |
| 3.4.1 代数四元数理论基础 | 第35-39页 |
| 3.4.2 三维转动的四元数表示 | 第39-41页 |
| 3.5 基于关节四元数的多目标人体行为识别 | 第41-50页 |
| 3.5.1 支持向量机算法概述 | 第41-43页 |
| 3.5.2 基于关节四元数的多目标运动人体行为识别 | 第43-48页 |
| 3.5.3 实验结果与分析 | 第48-50页 |
| 3.6 基于视频的多目标人体行为识别系统 | 第50-53页 |
| 3.7 小结 | 第53-54页 |
| 第四章 基于隐马尔可夫链的异常行为识别 | 第54-63页 |
| 4.1 引言 | 第54页 |
| 4.2 隐马尔可夫模型（HMM） | 第54-58页 |
| 4.3 隐马尔可夫模型的参数训练与异常行为识别 | 第58-60页 |
| 4.3.1 参数训练阶段 | 第58-60页 |
| 4.3.2 行为识别阶段 | 第60页 |
| 4.4 实验结果及分析 | 第60-62页 |
| 4.5 小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-73页 |
| 致谢 | 第73-74页 |
| 附录：攻读硕士期间发表的论文和参与的项目 | 第74页 |
