首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频图像的人体异常行为识别技术研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-19页
   ·课题背景及研究意义第9-10页
   ·国内外研究现状第10-17页
     ·国外研究现状第11-13页
     ·国内研究现状第13-16页
     ·现存的问题第16-17页
   ·论文的主要工作内容第17-18页
   ·论文的组织结构第18-19页
第2章 基于混合高斯模型的人体运动检测改进算法研究第19-38页
   ·人体运动检测方法概述第19-23页
     ·背景减除法第19-21页
     ·帧差法第21-22页
     ·光流法第22-23页
   ·背景建模方法第23-25页
     ·中值法第23-24页
     ·均值法第24页
     ·高斯建模法第24-25页
   ·基于混合高斯模型的人体运动检测改进算法第25-34页
     ·基于混合高斯模型的运动目标检测算法第25-28页
     ·改进算法思想第28-30页
     ·运动目标提取第30-32页
     ·阴影消除第32-34页
   ·实验结果与分析第34-37页
   ·本章小结第37-38页
第3章 人体运动跟踪算法研究第38-56页
   ·人体运动跟踪研究现状第38-40页
   ·人体运动跟踪算法分析第40-52页
     ·KALMAN 滤波算法第41-44页
     ·粒子滤波算法第44-47页
     ·MEAN SHIFT 算法第47-52页
   ·本文提出的算法第52-55页
     ·算法思想第52-53页
     ·参数选择第53-54页
     ·实验结果与分析第54-55页
   ·本章小结第55-56页
第4章 人体异常行为识别方法研究第56-69页
   ·人体行为分析现状第56页
   ·人体行为识别方法概述第56-59页
     ·模板匹配法第58页
     ·状态空间法第58-59页
   ·隐马尔可夫模型第59-64页
     ·隐马尔可夫模型基本概念第59-60页
     ·隐马尔可夫模型主要问题的解决方案第60-64页
   ·基于隐马尔可夫模型的人体异常行为识别方法第64-66页
     ·特征提取第64-65页
     ·HMM 参数训练第65页
     ·HMM 行为识别第65-66页
   ·实验结果分析第66-68页
   ·本章小结第68-69页
结论第69-70页
参考文献第70-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于数据源依赖关系的信息评价方法研究
下一篇:基于进化多目标优化的特征选择方法研究