人体动作识别算法研究
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 人体动作识别算法研究难点 | 第12页 |
| 1.4 总体现状与发展趋势 | 第12-13页 |
| 1.5 主要内容和安排 | 第13-15页 |
| 2 冗余视频预处理 | 第15-20页 |
| 2.1 冗余视频帧的度量方法 | 第15-17页 |
| 2.2 冗余视频帧的去除 | 第17-19页 |
| 2.3 小结 | 第19-20页 |
| 3 人体运动区域检测研究 | 第20-38页 |
| 3.1 帧间差分法 | 第20-21页 |
| 3.1.1 基础理论知识 | 第20-21页 |
| 3.1.2 运动强度累加图 | 第21页 |
| 3.1.3 运动区域检测 | 第21页 |
| 3.2 目标检测器方法 | 第21-22页 |
| 3.3 背景减除法 | 第22-31页 |
| 3.3.1 混合高斯模型背景建模 | 第23页 |
| 3.3.2 Graph-cut背景建模方法 | 第23-28页 |
| 3.3.3 VIBE背景建模方法 | 第28-30页 |
| 3.3.4 几种背景减除法性能分析 | 第30-31页 |
| 3.4 运动区域检测方法 | 第31-37页 |
| 3.4.1 运动强度累加图 | 第32-35页 |
| 3.4.2 运动区域检测 | 第35-37页 |
| 3.5 小结 | 第37-38页 |
| 4 特征提取与描述研究 | 第38-57页 |
| 4.1 基于3DHOG的运动区域描述子 | 第38-43页 |
| 4.1.1 三维方向梯度直方图特征 | 第38-41页 |
| 4.1.2 动区域3DHOG特征 | 第41-43页 |
| 4.2 基于时空兴趣点的局部描述子 | 第43-48页 |
| 4.2.1 时空兴趣点的提取 | 第43-45页 |
| 4.2.2 局部时空块提取 | 第45-46页 |
| 4.2.3 局部特征描述子 | 第46-48页 |
| 4.3 基于频域滤波的全局描述子 | 第48-54页 |
| 4.3.1 三维离散傅里叶变换 | 第49-50页 |
| 4.3.2 频域滤波预处理 | 第50-52页 |
| 4.3.3 全局频域直方图特征 | 第52-54页 |
| 4.4 特征词袋模型描述 | 第54-56页 |
| 4.4.1 Bag-of-words模型介绍 | 第54-55页 |
| 4.4.2 BOW模型在机器视觉中的应用 | 第55-56页 |
| 4.4.3 基于BOW模型的动作特征描述 | 第56页 |
| 4.5 小结 | 第56-57页 |
| 5 人体动作识别算法研究 | 第57-75页 |
| 5.1 分类器概述 | 第58页 |
| 5.2 支持向量机分类器 | 第58-65页 |
| 5.2.1 分类模型选择 | 第58-60页 |
| 5.2.2 支持向量机原理 | 第60-64页 |
| 5.2.3 多类别分类问题 | 第64-65页 |
| 5.3 多特征融合分类器设计 | 第65-67页 |
| 5.4 实验结果与分析 | 第67-74页 |
| 5.4.1 实验平台与数据库 | 第67-69页 |
| 5.4.2 特征提取参数及词袋模型码字选择 | 第69-71页 |
| 5.4.3 基于单特征的实验分析 | 第71页 |
| 5.4.4 基于多特征融合的实验分析 | 第71-72页 |
| 5.4.5 实验结果对比与分析 | 第72-74页 |
| 5.5 小结 | 第74-75页 |
| 6 总结和展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 作者简历 | 第81-83页 |
| 学位论文数据集 | 第83页 |
