视频图像序列中的人体运动分析
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题研究的背景 | 第8-9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·人体运动分析的发展与现状 | 第10-12页 |
| ·视频序列分析中研究难点 | 第12-13页 |
| ·本文的主要研究工作及内容安排 | 第13-15页 |
| 第二章 人体运动识别分析技术 | 第15-22页 |
| ·基于特征的人体运动分析技术 | 第16-17页 |
| ·基于模型的人体运动分析技术 | 第17-20页 |
| ·两种方法的比较 | 第20页 |
| ·本文的开发环境介绍 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 人体运动目标特征检测 | 第22-39页 |
| ·运动目标检测技术 | 第22-23页 |
| ·人体轮廓提取和分割 | 第23-24页 |
| ·差分图像法 | 第24-25页 |
| ·图像预处理 | 第25-26页 |
| ·基于图像差分的检测算法 | 第26-31页 |
| ·相邻帧差分法 | 第27-29页 |
| ·背景差分法 | 第29-31页 |
| ·运动人体检测 | 第31-38页 |
| ·背景模型的构造 | 第31-35页 |
| ·背景模型的更新 | 第35页 |
| ·图像的后处理 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 人体关节特征点的自动标注方法及实现 | 第39-47页 |
| ·获取运动目标的轮廓曲线 | 第39-40页 |
| ·图像边缘检测的基本步骤 | 第40页 |
| ·Canny最佳边缘检测器 | 第40-43页 |
| ·模型关节点的确定 | 第43-44页 |
| ·关节点自动标注方法及实现 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 二维人体运动跟踪技术 | 第47-64页 |
| ·运动目标跟踪技术 | 第48-49页 |
| ·基于特征的跟踪算法 | 第49-56页 |
| ·光流概念 | 第50-52页 |
| ·光流的计算方法 | 第52页 |
| ·特征的选择 | 第52-54页 |
| ·特征的跟踪 | 第54-56页 |
| ·基于特征光流法和kalman滤波的人体运动跟踪 | 第56-61页 |
| ·加权模板相关匹配算法 | 第56-57页 |
| ·光流聚类 | 第57-58页 |
| ·Kalman滤波模型 | 第58-61页 |
| ·Kalman滤波跟踪 | 第61页 |
| ·关节特征点跟踪实验结果分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 结论和展望 | 第64-67页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录A (攻读硕士期间发表的论文) | 第72-73页 |
| 附录B (攻读硕士期间参与的项目) | 第73页 |
