摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
1 绪论 | 第10-30页 |
·课题研究的背景和意义 | 第10-13页 |
·基于计算机视觉的行为识别 | 第13-22页 |
·人体行为表征 | 第13-18页 |
·行为识别的分类技术 | 第18-22页 |
·可穿戴传感行为识别及其应用 | 第22-25页 |
·主要研究难点及发展趋势 | 第25-28页 |
·本文研究内容与结构安排 | 第28-30页 |
2 人体目标分割、跟踪及图像融合技术 | 第30-46页 |
·人体目标分割 | 第30-33页 |
·可见光与红外双波段图像融合 | 第33-42页 |
·引言及问题提出 | 第33-35页 |
·夜视图像彩色融合方案 | 第35-36页 |
·基于 NSCT 的红外和可见光图像融合 | 第36-39页 |
·YUV 空间颜色传递 | 第39-40页 |
·实验结果及分析 | 第40-42页 |
·Mean-Shift 框架下的目标跟踪 | 第42-44页 |
·本章小结 | 第44-46页 |
3 基于能量变化图和多类相关向量机的人体行为识别 | 第46-68页 |
·引言及问题提出 | 第46-48页 |
·序列图像中的人体轮廓提取 | 第48-49页 |
·人体行为表征 | 第49-54页 |
·人体行为的周期特性 | 第49-51页 |
·能量变化图 | 第51-53页 |
·形状特征与运动特征提取 | 第53-54页 |
·多类相关向量机模型 | 第54-58页 |
·多类相关向量机的数学描述 | 第54-57页 |
·基于多类相关向量机的行为分类 | 第57-58页 |
·实验与分析 | 第58-67页 |
·Weizmann 数据库 | 第58-59页 |
·实验结果及分析 | 第59-67页 |
·本章小结 | 第67-68页 |
4 基于视觉特性的红外成像人体行为识别 | 第68-86页 |
·引言及问题提出 | 第68页 |
·人体目标轮廓提取 | 第68-70页 |
·基于 Gabor 类小波的行为表征 | 第70-75页 |
·Gabor 小波与 Log-Gabor 小波的定义 | 第71-73页 |
·Gabor 小波与 Log-Gabor 小波的特性比较 | 第73-74页 |
·行为特征提取 | 第74-75页 |
·高维行为特征降维 | 第75-79页 |
·主元分析法及其在行为特征降维中的运用 | 第76-78页 |
·鉴别共同向量及其在行为特征降维中的运用 | 第78-79页 |
·行为分类 | 第79页 |
·实验结果及分析 | 第79-83页 |
·IADB 数据库 | 第80页 |
·实验结果及分析 | 第80-83页 |
·本章小结 | 第83-86页 |
5 可穿戴传感人体行为识别 | 第86-106页 |
·引言及问题提出 | 第86-87页 |
·WARD 数据库 | 第87-89页 |
·时频域行为特征提取 | 第89-92页 |
·数据预处理 | 第89页 |
·特征提取 | 第89-90页 |
·特征归一化 | 第90-92页 |
·子空间特征降维 | 第92-96页 |
·主元分析及线性判别分析 | 第92页 |
·广义判别分析 | 第92-94页 |
·基于广义判别分析的行为特征降维 | 第94-96页 |
·基于组合相关向量机的行为分类 | 第96-98页 |
·相关向量机分类模型 | 第96-98页 |
·行为分类 | 第98页 |
·实验结果及分析 | 第98-104页 |
·本文方法识别结果 | 第98-100页 |
·对比分析 | 第100-104页 |
·本章小结 | 第104-106页 |
6 可穿戴传感行为识别系统中的多节点决策融合 | 第106-114页 |
·引言及问题提出 | 第106-107页 |
·采用单传感节点的行为识别 | 第107-108页 |
·多传感节点决策融合策略 | 第108-109页 |
·实验结果及分析 | 第109-113页 |
·本章小结 | 第113-114页 |
7 总结与展望 | 第114-118页 |
·论文总结 | 第114-115页 |
·后续工作展望 | 第115-118页 |
致谢 | 第118-120页 |
参考文献 | 第120-134页 |
附录 | 第134-135页 |
A. 作者在攻读博士学位期间发表的论文目录 | 第134-135页 |
B. 作者在攻读博士学位期间主持或参与的科研项目 | 第135页 |