基于视频序列的人体动作识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·人体动作识别 | 第10-11页 |
| ·人体动作识别的应用领域 | 第11-12页 |
| ·人体动作识别方法简述 | 第12-14页 |
| ·基于概率统计的方法 | 第12-13页 |
| ·基于语法的方法 | 第13页 |
| ·基于模型的方法 | 第13-14页 |
| ·人体动作识别的难点和面临的挑战 | 第14-15页 |
| ·本文的研究意义及主要工作 | 第15-17页 |
| ·研究意义 | 第15-16页 |
| ·主要工作 | 第16-17页 |
| 第2章 人体区域检测 | 第17-21页 |
| ·人体区域检测方法 | 第17-18页 |
| ·静态背景下的人体区域检测 | 第17-18页 |
| ·动态背景下的人体区域检测 | 第18页 |
| ·本文中的人体区域检测 | 第18-21页 |
| ·建立背景模型 | 第18-19页 |
| ·利用背景减除法得到人体区域 | 第19页 |
| ·人体区域处理 | 第19-21页 |
| 第3章 动作特征提取 | 第21-29页 |
| ·基于特征的方法 | 第21-22页 |
| ·基于模型的方法 | 第22-25页 |
| ·本文的动作特征提取 | 第25-29页 |
| ·从人体区域中提取轮廓特征 | 第25-26页 |
| ·利用轮廓特征的变化获取动作变化率特征 | 第26-27页 |
| ·动作变化率的优化 | 第27-29页 |
| 第4章 俯卧撑运动的动作及姿态分割 | 第29-34页 |
| ·动作分割简述 | 第29-30页 |
| ·动作分割中的难点 | 第30-31页 |
| ·动作过渡区的问题 | 第30页 |
| ·解决方法 | 第30-31页 |
| ·基于动作变化率的动作及姿态边界检测 | 第31页 |
| ·动作分割 | 第31页 |
| ·姿态分割 | 第31页 |
| ·俯卧撑的动作及姿态分割过程及结果 | 第31-34页 |
| ·运动人体的提取与处理 | 第31-32页 |
| ·运动状态特征提取与优化 | 第32页 |
| ·俯卧撑的动作及姿态分割 | 第32-34页 |
| 第5章 俯卧撑运动的动作识别 | 第34-43页 |
| ·人体动作识别概述 | 第34-36页 |
| ·人体动作识别存在的难点 | 第34页 |
| ·人体动作识别所需的理想化条件 | 第34-35页 |
| ·人体动作识别方法分类 | 第35-36页 |
| ·基于运动特征的人体动作识别 | 第36-37页 |
| ·运动特征选择 | 第36-37页 |
| ·运动特征匹配 | 第37页 |
| ·基于模型的人体动作识别 | 第37-40页 |
| ·人体模型建立 | 第37-38页 |
| ·俯卧撑模型的建立 | 第38-39页 |
| ·模型评价 | 第39-40页 |
| ·实验过程及结果 | 第40-43页 |
| ·俯卧撑模型参数的确定 | 第40-42页 |
| ·利用模型识别待测样本 | 第42-43页 |
| 第6章 总结与展望 | 第43-45页 |
| ·本文总结 | 第43页 |
| ·工作展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间发表论文情况 | 第51页 |
