智能监控系统中人体及其多种姿态的识别技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-21页 |
| ·课题的研究背景及意义 | 第14页 |
| ·国内外研究现状及发展趋势 | 第14-18页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16-17页 |
| ·监控技术的发展趋势 | 第17-18页 |
| ·本文的主要工作及创新点 | 第18-20页 |
| ·论文的主要工作 | 第18-19页 |
| ·创新点 | 第19-20页 |
| ·论文安排 | 第20-21页 |
| 第二章 运动目标的特征选择与细化等算法研究 | 第21-42页 |
| ·运动目标的特征提取技术 | 第21-23页 |
| ·特征选择和提取的基本概念 | 第21页 |
| ·运动目标样本库的建立 | 第21-23页 |
| ·运动目标的特征提取与选择 | 第23-29页 |
| ·目标基本特征的提取 | 第23-24页 |
| ·惯性主轴角的提取 | 第24-25页 |
| ·矩形度特征的提取 | 第25-26页 |
| ·形状复杂度特征的提取 | 第26-27页 |
| ·头肩比特征的提取 | 第27-28页 |
| ·离心率特征的提取 | 第28-29页 |
| ·运动目标的细化研究 | 第29-38页 |
| ·细化的定义与要求 | 第29页 |
| ·多种细化算法的研究 | 第29-33页 |
| ·上述细化算法的实验对比 | 第33-36页 |
| ·横井法细化算法的改进 | 第36-38页 |
| ·轮廓跟踪算法 | 第38-41页 |
| ·串行轮廓跟踪算法 | 第38-40页 |
| ·并行轮廓跟踪算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 一般识别方法的研究 | 第42-61页 |
| ·基于不变矩的识别方法研究 | 第42-48页 |
| ·经典不变矩定义 | 第42-43页 |
| ·仿射不变矩 | 第43-44页 |
| ·不变矩识别方法讨论与分析 | 第44-46页 |
| ·基于形状描述符的识别方法 | 第46-48页 |
| ·基于RBF 神经网络的识别方法研究 | 第48-51页 |
| ·提取的三种特征量 | 第48-49页 |
| ·RBF 神经网络分类原理 | 第49-51页 |
| ·识别结果与分析 | 第51页 |
| ·基于支持向量机的识别方法研究 | 第51-55页 |
| ·SVM 介绍及分类原理 | 第51-53页 |
| ·识别结果与分析 | 第53-55页 |
| ·基于投影直方图的识别方法研究 | 第55-60页 |
| ·本章识别方法小结 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第四章 基于决策树式的运动目标识别研究 | 第61-76页 |
| ·决策树分类技术 | 第61-63页 |
| ·决策树分类的基本理论 | 第61-62页 |
| ·决策树的设计方法 | 第62-63页 |
| ·决策树的性能评价 | 第63页 |
| ·系统的设计与实现 | 第63-75页 |
| ·识别系统决策树 | 第63-66页 |
| ·识别系统算法原理 | 第66-68页 |
| ·系统的识别结果与分析 | 第68-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 多运动目标的识别及GUI 界面的设计 | 第76-82页 |
| ·多运动目标的识别研究 | 第76-80页 |
| ·图形用户界面的设计 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 总结和展望 | 第82-84页 |
| ·本文的主要工作 | 第82-83页 |
| ·研究展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 在学期间的研究成果及发表的学术论文 | 第88页 |
