监控视频中人体动作识别的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·人体动作识别的研究内容 | 第13-14页 |
| ·论文研究内容及结构安排 | 第14-16页 |
| ·本文研究内容 | 第14-15页 |
| ·文章结构安排 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 第二章 人体运动的检测 | 第18-32页 |
| ·图像预处理 | 第18-26页 |
| ·视频分帧化以及关键帧的提取 | 第18-19页 |
| ·图像滤波 | 第19-26页 |
| ·人体运动目标的检测 | 第26-31页 |
| ·基于光流法的运动目标检测 | 第26-29页 |
| ·基于背景减除法的运动检测 | 第29-30页 |
| ·基于帧差法的运动检测 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 人体运动目标的跟踪 | 第32-40页 |
| ·传统的运动跟踪方法 | 第32-34页 |
| ·基于特征的跟踪 | 第32-33页 |
| ·基于区域的跟踪 | 第33-34页 |
| ·基于Meanshift算法的跟踪 | 第34-36页 |
| ·基于Camshift算法的跟踪 | 第36-37页 |
| ·改进的Camshift算法 | 第37-38页 |
| ·Kalman滤波 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 人体运动特征的提取 | 第40-48页 |
| ·基于运动累积图特征提取 | 第40-42页 |
| ·运动累积图基本概念 | 第40-41页 |
| ·运动累积图计算方法 | 第41-42页 |
| ·灰度投影方法 | 第42-44页 |
| ·本文方法基于Hu矩的动作特征提取 | 第44-48页 |
| ·不变矩基本理论 | 第44页 |
| ·Hu不变矩 | 第44-48页 |
| 第五章 人体动作特征的训练和识别 | 第48-56页 |
| ·支持向量机 | 第48-52页 |
| ·经验风险最小化和VC维 | 第49-51页 |
| ·结构风险最小化理论 | 第51-52页 |
| ·支持向量机的工作原理 | 第52-55页 |
| ·最优分类面 | 第52-54页 |
| ·核函数 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 系统设计与实现 | 第56-60页 |
| ·实验系统设计 | 第56-58页 |
| ·系统实现 | 第58-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |
