| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题意义 | 第11-12页 |
| 1.2 运动目标检测技术的发展及研究动态 | 第12-13页 |
| 1.3 动作识别算法发展与研究动态 | 第13-15页 |
| 1.3.1 动作特征表示 | 第14页 |
| 1.3.2 动作识别算法 | 第14-15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第2章 运动目标检测基本方法 | 第17-35页 |
| 2.1 基于背景减除的运动目标检测基本算法 | 第17-19页 |
| 2.2 高斯混合模型 | 第19-22页 |
| 2.2.1 在线K 均值估计 | 第20-21页 |
| 2.2.2 L 最近窗估计 | 第21-22页 |
| 2.2.3 高斯混合模型实验结果 | 第22页 |
| 2.3 基于核密度估计的背景模型 | 第22-25页 |
| 2.4 基于码书的运动目标检测算法 | 第25-33页 |
| 2.4.1 码书背景模型 | 第26-27页 |
| 2.4.2 颜色和亮度模型 | 第27-29页 |
| 2.4.3 前景检测 | 第29-30页 |
| 2.4.4 基于码书的背景模型 | 第30-31页 |
| 2.4.5 码书模型试验结果 | 第31-33页 |
| 2.5 运动目标检测算法评价方法 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 基于阴影抑制和颜色矩的码书模型 | 第35-46页 |
| 3.1 特征提取 | 第35-38页 |
| 3.1.1 颜色矩 | 第35-36页 |
| 3.1.2 颜色与亮度模型 | 第36-38页 |
| 3.2 背景模型建立 | 第38-41页 |
| 3.2.1 背景模型匹配 | 第39-40页 |
| 3.2.2 模型的更新 | 第40-41页 |
| 3.2.3 前景检测 | 第41页 |
| 3.3 实验与结果分析 | 第41-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于码书的双层背景模型 | 第46-62页 |
| 4.1 局部特征描述 | 第46-50页 |
| 4.1.1 内容对比描述符 | 第46-48页 |
| 4.1.2 颜色与纹理描述符 | 第48-50页 |
| 4.1.3 局部特征描述符相似度计算 | 第50页 |
| 4.2 双层背景模型框架 | 第50-52页 |
| 4.3 基于高斯混合模型的双层背景模型 | 第52-53页 |
| 4.4 基于区域的码书模型 | 第53-56页 |
| 4.4.1 基于区域的码书模型 | 第53-55页 |
| 4.4.2 基于像素的码字背景模型 | 第55-56页 |
| 4.5 试验结果与分析 | 第56-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 手部动作识别 | 第62-85页 |
| 5.1 常用动作识别方法 | 第62-66页 |
| 5.1.1 动作特征表示 | 第62-64页 |
| 5.1.2 动作识别分类 | 第64-66页 |
| 5.2 特征检测 | 第66-68页 |
| 5.3 运动轨迹提取 | 第68-73页 |
| 5.3.1 扩展有限状态机 | 第68-69页 |
| 5.3.2 利用扩展有限状态机的手势分割 | 第69-73页 |
| 5.4 手部运动识别 | 第73-81页 |
| 5.4.1 Hausdorff 距离 | 第73-76页 |
| 5.4.2 距离变换 | 第76-77页 |
| 5.4.3 基于Hausdorff 距离的轨迹识别 | 第77-81页 |
| 5.5 实验结果 | 第81-84页 |
| 5.6 本章小结 | 第84-85页 |
| 第6章 全文总结 | 第85-87页 |
| 6.1 主要结论 | 第85-86页 |
| 6.2 研究展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间已发表或录用的论文 | 第93-94页 |
| 致谢 | 第94-96页 |